Una aproximación al análisis de la informalidad y las ...
Transcript of Una aproximación al análisis de la informalidad y las ...
Facultad de Ciencias Económicas y de Administración
Universidad de la República
Monografía de Grado Licenciatura en Economía
UNA APROXIMACIÓN AL ANÁLISIS DE LA INFORMALIDAD Y LAS DECISIONES FAMILIARES
EN URUGUAY.
El caso de los cónyuges
Autores: OLIVERA, ADOLFO REGUEIRA, PAOLA VILÁ, JOAN. Tutor: AMARANTE, VERÓNICA Montevideo, Uruguay 2012.
ii
PÁGINA DE APROBACIÓN
FACULTAD DE CIENCIAS ECONÓMICAS Y DE LA ADMINISTRACIÓN
El Tribunal docente integrado por los abajo firmantes aprueba la Tesis de
Investigación:
Título
………………………………………………………………………………………
…….……………………………………………………..…………………………
Autores
………………………………………………………………………………………
Tutor
………………………………………………………………………………………
Carrera
………………………………………………………………………………………
Cátedra
………………………………………………………………………………………
Puntaje
…………………………….………………………………………………………
Tribunal
Profesor….……………………………………………………(Nombre y firma)
Profesor….……………………………………………………(Nombre y firma)
Profesor…….…………………………………………………(Nombre y firma)
iii
AGRADECIMIENTOS
Agradecemos en primer lugar a Verónica Amarante por su colaboración y
orientación tanto en la elección del objeto de estudio como a lo largo del
proceso de investigación. Asimismo, queremos agradecer a Graciela San
Román por su disposición y por sus aportes fundamentales para el
abordaje de los resultados. No obstante, las opiniones y errores del
trabajo son de total responsabilidad de los autores.
Finalmente agradecemos a los amigos, familia y allegados que
acompañaron y apoyaron este proceso.
iv
Resumen
La persistencia de situaciones donde un porcentaje relevante de trabajadores no
contribuye a la seguridad social es una característica distintiva de los mercados de
trabajo de la región así como del uruguayo. En nuestro país, más del 30% de la
población ocupada no aporta a la seguridad social en 2010. El presente trabajo tiene
como finalidad profundizar el análisis de los determinantes de la informalidad en Uruguay
y el rol que podrían ejercer las decisiones de los trabajadores. Para ello se identifica al
trabajador informal como aquel que no realiza los aportes a la seguridad social.
Como señala la literatura, la heterogeneidad presente en el sector informal amerita la
utilización del enfoque de “escape y exclusión” como una alternativa adecuada para el
estudio del mercado laboral. En esta línea podría coexistir un grupo de trabajadores que
no logra acceder a empleos en el sector formal (excluidos), y otro grupo que decide
voluntariamente ocuparse en el sector informal a partir de un análisis costo-beneficio
(escapados). Debido a que parte de los beneficios de la seguridad social alcanzan al
núcleo familiar, la existencia de un trabajador formal en el hogar podría reducir los
beneficios marginales de aportar del resto de los miembros ocupados.
En este trabajo se explora esta hipótesis, a partir de la estimación de modelos probit
bivariados recursivos que permiten incorporar la relación entre las decisiones de los
miembros del hogar. A partir de las estimaciones realizadas para las parejas de
asalariados privados se concluye que la formalidad del jefe no disminuye la probabilidad
de aportar del cónyuge. Esta conclusión se mantiene para las diferentes especificaciones
utilizadas y a lo largo del período de análisis (2003-2010). En el caso de los hogares
conformados por jefe ocupado y cónyuge cuentapropista se encuentra que la
probabilidad de aportar de los cónyuges se reduce con la formalidad del jefe, por lo que
los incentivos que llevan a la toma de decisiones operarían de forma diferencial según la
categoría de ocupación. Sin embargo, es necesario relativizar la interpretación de los
resultados debido a la débil identificación del modelo.
Palabras clave: Informalidad, decisiones conjuntas, probit, probit bivariado recursivo
v
Tabla de contenidos
1. Introducción 1
2. Informalidad en el mercado de trabajo: distintas explicaciones 4
2.1 Distintas visiones sobre informalidad 4
2.2 Un modelo sobre las decisiones de ser informal 10
3. Antecedentes 18
3.1 La informalidad en Uruguay 18
3.2 Las decisiones de los trabajadores secundarios y
los incentivos de las políticas 22
4. Metodología 28
4.1 Datos 28
4.2 Modelización 30
4.2.a Estimación e identificación del modelo 33
4.2.b Bondad de ajuste 37
4.2.c Efectos marginales 39
5. Caracterización de la informalidad en Uruguay 43
5.1 El sistema de seguridad social 43
5.2 Características de los trabajadores informales 45
5.3 El caso de los trabajadores por cuenta propia 55
5.4 El caso de los cónyuges 56
6. Resultados empíricos 60
6.1 Una primera aproximación: modelo probit simple 63
6.2 Modelo probit bivariado recursivo 66
6.3 Modelos probit bivariado recursivo con dummies
de educación del jefe 73
6.4 Otras estimaciones 81
7. Síntesis y reflexiones finales 89
8. Bibliografía 92
9. Anexo 96
Introducción
Los altos registros de informalidad constituyen un problema estructural de
los mercados laborales de la región. Uruguay no ha sido ajeno a dicha
situación, y un porcentaje relevante de los ocupados no contribuye a la
seguridad social.
El crecimiento económico de los últimos años ha derivado en mejoras en
el mercado laboral, entre las que se destaca la disminución de las tasas
de no registro en la seguridad social. Entre 2003 y 2010 el porcentaje de
trabajadores sin cobertura se redujo 8,9 p.p., pasando de 39,5% a 30,6%
de los ocupados en localidades de más de 5000 habitantes. Entre los
cónyuges, la informalidad definida como falta de aportes a la seguridad
social muestra una tendencia similar, descendiendo de 37% a 29% entre
2003 y 2010. A pesar de esta reducción, el fenómeno aún afecta a un alto
porcentaje de la población ocupada y constituye un desafío para las
políticas públicas.
La persistente incidencia de la informalidad en América Latina ha dado
lugar al surgimiento de numerosas teorías que, desde distintos enfoques,
buscan conocer sus causas e implicancias. En el trabajo se exponen
brevemente las principales corrientes teóricas, con especial énfasis en el
enfoque de “escape y exclusión” desarrollado por Perry et al. (2007).
2
El objetivo central de este trabajo es conocer mejor los determinantes de
la informalidad, en particular la existencia de interrelación entre las
decisiones de aporte de los integrantes del hogar. Específicamente, se
analiza la posibilidad de que la formalidad del jefe de hogar afecte
negativamente la probabilidad de contribuir del cónyuge. La estimación de
modelos probit bivariados recursivos permite incorporar la relación entre
las decisiones de los miembros del hogar, siendo por lo tanto una
metodología adecuada para el análisis de la toma conjunta de decisiones.
Con la finalidad de reconocer la posible existencia de incentivos
diferenciados según la categoría de ocupación de los miembros del hogar,
se definen distintos universos de análisis. El eje central del trabajo se
establece en función de las estimaciones realizadas para aquellos
hogares conformados por jefe y cónyuge asalariados privados, categoría
de ocupación mayoritaria en el total de ocupados (57,6% del total de
ocupados en 2010l). No obstante, se modeliza la decisión de aporte del
cónyuge en hogares con jefe asalariado (público o privado) y cónyuge
asalariado privado, así como en hogares compuestos por jefe ocupado y
cónyuge trabajador por cuenta propia.
El trabajo se organiza de la siguiente manera. En el capítulo dos se
presentan en forma sintética los principales enfoques sobre el tema y se
desarrolla el marco conceptual utilizado en el trabajo. El tercer capítulo
describe los principales antecedentes nacionales e internacionales que
3
abordan la temática, centrándose en los factores que influyen en la toma
de decisiones de los trabajadores. En el capítulo cuatro se explican los
enfoques metodológicos utilizados para analizar los determinantes de la
formalidad del cónyuge. Asimismo, se analiza la pertinencia de la
modelización mediante un probit bivariado respecto al uso de un modelo
probit simple. En el quinto capítulo se resumen brevemente los aspectos
centrales del sistema de seguridad social y los cambios recientes en el
marco legal, para luego presentar una caracterización de los trabajadores
informales. El sexto capítulo expone los principales resultados obtenidos a
partir de la estimación de diferentes especificaciones para los años 2003,
2006 y 2010. Por último, en el capítulo siete se presentan algunas
reflexiones finales.
2. Informalidad en el mercado de trabajo: distintas explicaciones
En este capítulo se presentan de manera sintética las distintas corrientes
que abordan la informalidad en el mercado de trabajo, así como algunas
explicaciones para su persistencia en el tiempo. Más adelante se expone
el modelo elegido para el análisis específico que se desarrolla en este
trabajo, basado en la propuesta de Galiani y Weinschelbaum (2011),
centrándose en las decisiones de los cónyuges.
2.1 Distintas visiones sobre informalidad
Las distintas explicaciones sobre las causas de la informalidad pueden
clasificarse en dos grupos. Por un lado, un conjunto de corrientes sostiene
que la informalidad es consecuencia de la existencia de un mercado
laboral segmentado, que excluye a ciertos trabajadores de los puestos de
trabajo formales. Por otro lado, otras visiones sostienen que la presencia
del sector informal en la economía respondería fundamentalmente a
decisiones voluntarias y racionales de los agentes, en función de los
costos y beneficios de la formalidad.
La primera de estas aproximaciones está basada en la existencia de un
mercado laboral dual, donde coexisten dos sectores diferenciados: el
formal y el informal. Los estudios de mercados segmentados se basan en
su mayoría en el modelo de Harris y Todaro (1970), originalmente
desarrollado para estudiar las corrientes migratorias entre las áreas
5
rurales y urbanas. Dentro de los modelos duales se pueden inscribir
diversos enfoques1.
La Organización Internacional del Trabajo (OIT, 1972), ampliando el
concepto elaborado anteriormente por Hart (1971), define la noción de
informalidad en el mercado laboral. En esta visión, la informalidad se
caracteriza por actividades de baja productividad, como consecuencia de
escaso desarrollo tecnológico y modernización. Estos factores se asocian
en general a actividades desarrolladas en establecimientos con poco
personal ocupado y producción en pequeña escala. Este enfoque,
predominante en los trabajos sobre informalidad en América Latina,
clasifica como informales a “trabajadores por cuenta propia, familiares no
remunerados, empleados y empleadores en establecimientos de menos
de cinco trabajadores y servicio doméstico” (Tokman, 2001:20).
Otra visión, también asociada a la idea de mercados segmentados, es la
de Portes y Castells (1989), quienes consideran que la diferenciación
entre los dos segmentos del mercado de trabajo (formal e informal) tiene
origen en la descentralización productiva con el objetivo de reducir los
costos de producción. En tal proceso interactúan ambos sectores,
operando el sector informal como proveedor de bienes y servicios de bajo
costo para el sector moderno de la economía (Portes y Castells, 1989).
1 Una síntesis de estos enfoques se presenta en el cuadro A.1 del anexo, siguiendo a
Amarante y Espino (2007).
6
Desde este punto de vista, las actividades informales consisten en
empleos no regulados en economías donde en general ese tipo de
actividades si lo están (Portes y Castells, 1989; Portes y Schauffler,1993).
Más allá de las diferencias entre las visiones anteriores, las mismas
coinciden en que, en términos generales, los trabajadores del sector
informal presentan desventajas relativas respecto a sus pares formales.
Los trabajadores con baja calificación o escasa formación solo
encontrarían empleo en el sector informal, donde no cuentan con la mayor
parte de los derechos de la seguridad social y perciben menores ingresos.
Existiría entonces un segmento donde se crean empleos de buena
calidad, con posibilidades de avance y estabilidad (formal), y otro
segmento donde predominan empresas inestables y empleos de mala
calidad (informal).
Desde un punto de vista más ortodoxo el enfoque legalista identifica al
sector informal en función del incumplimiento de determinadas leyes o
regulaciones del mercado laboral. En este sentido, la informalidad surge
como forma de evadir los costos y rigideces que implicarían las
regulaciones y cargas fiscales. Si bien esta visión no plantea radicalmente
que el marco regulatorio sea inadecuado en su totalidad, señala que
determinadas reglamentaciones generan una diferenciación entre las
empresas y su relación con el Estado. De Soto (1987), sostiene que en
muchos casos el realizar la actividad de manera informal podría implicar
7
una mejor situación para el individuo e incluso para la sociedad,
marcando una diferencia con las posiciones anteriores, donde los
empleos formales son siempre preferibles a los informales.
La posibilidad de que existan diferentes razones que lleven a los
trabajadores a emplearse en el sector informal ha dado lugar al
surgimiento de nuevas líneas de pensamiento. Esto implica una revisión
de la visión dualista o de mercados segmentados, incorporando al análisis
la posibilidad de que al menos parte de los trabajadores decidan
voluntariamente ocuparse en el sector informal.
Determinadas características de los empleos, de los trabajadores y de la
regulación vigente pueden hacer deseable un trabajo informal. Esta
decisión se fundamentaría en un análisis costo-beneficio de las distintas
alternativas. Entre los aspectos valorados por los trabajadores para
preferir ocuparse en el sector informal se destacan: la flexibilidad horaria,
la posibilidad de aumentar el ingreso presente y la compatibilización con
actividades no laborales (Bosch y Maloney 2005).
Diversos estudios realizados para América Latina encuentran evidencia
que fundamenta la relevancia de las decisiones de los trabajadores para
explicar la informalidad. En Maloney (2003), se encuentra que la
flexibilidad y las posibilidades de entrenamiento son características que
suelen hacer más deseables los empleos informales. Esto sería
importante para los trabajadores jóvenes, que utilizan este sector como
8
puerta de entrada al mercado laboral, para obtener experiencia y
acumular conocimiento. Por otra parte, teniendo en cuenta la división
sexual del trabajo a nivel familiar y la escasa presencia de servicios
públicos para el cuidado de los niños, la flexibilidad horaria podría operar
como un importante incentivo para las mujeres (Maloney, 1999).
La posibilidad de percibir determinados beneficios por el aporte a la
seguridad social de otro miembro del hogar puede reducir los incentivos a
la formalización. Maloney (1999) señala que la cobertura del seguro de
salud para diferentes miembros de la familia representa uno de los
incentivos más importantes para no realizar los aportes a la seguridad
social para el caso de los trabajadores secundarios. Dado que la
tendencia de los distintos países latinoamericanos ha sido hacia la
ampliación de los beneficios de la seguridad social a otros miembros del
hogar además del trabajador, el beneficio marginal de aportar para el
segundo trabajador podría llegar a ser nulo.
Se reconocen entonces posibles características del sector informal que
generan incentivos para ocuparse en él, por lo que no necesariamente
serían empleos inferiores a los formales. Por lo tanto parte de los
trabajadores informales los elegirían por percibir mayores beneficios en
este sector que en el sector regulado del mercado de trabajo.
Una síntesis de las distintas visiones sobre la informalidad puede
encontrarse en el trabajo “Escape y exclusión” desarrollado por Perry,
9
Arias, Fajnzylber, Maloney, Mason y Saavedra (2007), donde se describe
la heterogeneidad de situaciones dentro del sector informal. En este
análisis se identifica por un lado la existencia de trabajadores que se ven
excluidos de los beneficios otorgados por el Estado, situación compatible
con la explicación de mercados segmentados. Sin embargo, también se
reconoce a un grupo de trabajadores que toma la decisión del sector en
donde emplearse a partir de un análisis costo-beneficio de las diferentes
alternativas, a estos trabajadores se les denomina “escapados”.
Las dos visiones podrían entonces ser complementarias, existiendo tanto
trabajadores excluidos como escapados en el sector informal. No
obstante, la importancia relativa de cada una de estas explicaciones
depende de las características de cada país. El trabajo empírico
presentado en Perry et al. (2007), concluye que los trabajadores
asalariados privados informales se encuentran mayoritariamente
“excluidos” del sistema, mientras que los ocupados por cuenta propia se
identifican más claramente como “escapados”.
En el caso de Uruguay, Bucheli y Ceni (2010) estudian, mediante un
modelo de regresiones intercambiables, el diferencial de ingresos entre
trabajadores formales e informales. A partir de las estimaciones realizadas
para una muestra de asalariados, los autores sugieren que los
trabajadores no registrados son más exitosos en el sector informal que un
10
trabajador elegido al azar, por lo tanto parte de los asalariados
respondería a un enfoque de “escape” en Uruguay.
2.2 Un modelo sobre las decisiones de ser informal
A continuación se presenta el modelo desarrollado por Galiani y
Weinschelbaum (2011) para explicar las decisiones de aportar de jefes y
cónyuges en función de los costos y beneficios de cada alternativa.
Se considera que tanto las empresas como los trabajadores pueden optar
por emplearse en cada uno de los sectores de acuerdo a la opción que le
otorgue la máxima utilidad o beneficio. Debido a que el alcance de este
trabajo se limita al análisis de las decisiones de los trabajadores, en esta
sección se desarrolla únicamente la oferta del mercado laboral. En
particular, se analiza cómo se determinan las decisiones del jefe de hogar
y de su cónyuge. Por lo tanto, se excluye de la presentación el desarrollo
de las decisiones de las empresas basado en la maximización de
beneficios que se plantea en el modelo original.
Se parte del supuesto de que al menos un grupo de trabajadores elige
ocuparse en el sector informal, considerando la existencia de trabajadores
“escapados”. Cada trabajador ocupado recibe un salario de acuerdo al
sector en el que se desempeña (wf si es formal, wi si es informal). El
salario es el precio por unidad de trabajo ofrecida (l), incluyendo dentro de
11
este término una aproximación al nivel de capital humano del trabajador,
medido mediante el nivel educativo alcanzado.
De esta forma, cada trabajador va a decidir si registrarse en la seguridad
social de acuerdo a la utilidad que reciba en cada una de estas opciones.
En caso de emplearse en el sector formal además de recibir el salario
correspondiente percibirá los beneficios de tener cobertura de la
seguridad social. Sin embargo, el trabajador debe afrontar una serie de
costos por esta opción: principalmente aportes a la seguridad social, así
como costos no pecuniarios como la falta de flexibilidad horaria y menor
movilidad laboral. Por lo tanto, la utilidad de un individuo de ocuparse en
un empleo formal queda determinada de la siguiente forma:
(1)( , ) -
costos fijos por ocuparse en el sector formal
beneficios de aportar a la seguridad social
f f fU w l w l
Por otra parte, la utilidad que obtienen los trabajadores que no están
registrados depende del salario unitario correspondiente a ese sector, así
como de la probabilidad de ser descubierto. En caso de que se detecte a
la firma evadiendo, el trabajador pierde el empleo y por lo tanto su
ingreso, por lo que solo percibiría el salario correspondiente a este sector
cuando la empresa no es descubierta. Se aplica similar razonamiento
para el caso de los cuentapropistas no registrados, cuyo ingreso unitario
dependerá de su producción y de la probabilidad de ser descubierto. En
caso de ser encontrado evadiendo, perderá sus ingresos.
12
La utilidad en este caso queda determinada por:
(2)( , ) (1- )
Siendo q la probabilidad de ser descubierto evadiendo
i i iU w l w l q
Los trabajadores que cuentan con bajo nivel de capital humano no
pueden afrontar los costos de formalizarse:
(3) - 0 fw l
De esta forma, queda determinado un primer nivel mínimo de capital
humano necesario para que el trabajador tenga la posibilidad de
emplearse en el sector formal del mercado de trabajo:
(4)= f
lw
Por lo tanto, todos los individuos que posean un nivel de capital humano
inferior a l son excluidos del sector formal del mercado de trabajo.
Quienes superen este nivel mínimo podrán elegir la opción que les reporte
una mayor utilidad. En este caso, puede determinarse otro nivel de capital
humano que hace indiferente ocuparse en el sector formal o informal.
(5)
( , ) ( , )
(1- ) -
i i f f
i f
U w l U w l
w l q w l
(6) -
- (1- )f i
lw w q
13
La ecuación 6 determina un segundo nivel de capital humano, en el cual
al individuo le es indiferente en términos de utilidad ocuparse en un sector
u otro. Por lo tanto, los trabajadores estarán registrados a la seguridad
social siempre que su nivel de capital humano supere las dos condiciones
obtenidas anteriormente. Es decir, que tenga un nivel de capital superior
al mínimo necesario para afrontar los costos de formalizarse, y además,
que la utilidad que percibe en el sector formal sea mayor a la del sector
informal.
^ ~
max ,
Si el trabajador es informal
Si el trabajador es formal
l l l
l l
l l
En caso de que el capital humano del individuo se ubique entre los puntos
de corte hallados anteriormente ( l̂ l l ), el trabajador decide
voluntariamente ocuparse en el sector informal, y por lo tanto se trataría
de un trabajador “escapado”.
Este desarrollo determina la oferta en el mercado laboral en el caso de
hogares con un único miembro ocupado, es decir, sin tener en cuenta la
posible participación de otros miembros. Debido a que este estudio se
centra en la decisión del cónyuge, se presenta una ampliación del modelo
en la cual se incluyen hogares con más de un integrante ocupado. En
este caso, existen tres posibilidades para los dos miembros del hogar
14
empleados: que ambos sean informales, que uno tenga un empleo formal
y el otro informal, y por último que los dos trabajadores sean formales.
Al considerar más de un miembro en el hogar es preciso obtener una
función de utilidad agregada para el mismo. Se utiliza el enfoque unitario
para la agregación de las funciones de utilidad individuales dentro del
hogar, que implica asumir que las preferencias de cada uno de los
integrantes del núcleo familiar dependen de la utilidad del resto de los
miembros. Como consecuencia, el comportamiento de cada uno deriva en
la maximización de la utilidad conjunta del hogar. Utilizando este enfoque,
se define una única función de utilidad para todos los miembros. Esto
implica no considerar otros mecanismos para la toma de decisiones
dentro del hogar, como pueden ser los derivados de decisiones
distributivas o de inequidades entre los miembros (Chiappori, 1992).
Teniendo en cuenta este tipo de función de utilidad, se realiza el análisis
de los niveles de capital humano que determinan el sector en el que se
ocupan ambos miembros del hogar. Si los dos trabajadores se emplearan
en el sector informal la utilidad esperada sería:
2
(7)( , ) = 2 (1- ) 2(1- ) ii i i iU w l w l q q q w l
En este caso se supone que la probabilidad de ser descubiertos (q) es
independiente entre los individuos. El primer término de la función
corresponde a la utilidad esperada cuando ninguno de los dos individuos
15
es descubierto, a esto se agrega la utilidad esperada del caso en que solo
uno de los trabajadores es encontrado trabajando en el sector informal.
Por otra parte, la utilidad que se obtendría si uno de los miembros se
ocupa en el sector formal y otro en el informal es:
(8)( , ) (1- ) ( ) - f f f ifiU w l q w l q w w l
Por último, la utilidad esperada si los dos miembros del hogar aportan:
(9)( , ) 2 - 2 f fffU w l w l
En este caso se supone que los beneficios que recibe el hogar por
contribuir a la seguridad social (θ) son iguales a los que recibiría si solo un
trabajador estuviera empleado formalmente. Esto se explica por la
existencia de ciertos beneficios otorgados a todo el núcleo familiar cuando
uno de los miembros del hogar ya es formal, entre los que se destaca la
cobertura de salud de otros miembros del hogar, asignaciones o
pensiones. Por otro lado, los costos de formalización para el hogar se
duplican con el ingreso de un nuevo miembro al mercado laboral formal.
Esto se debe fundamentalmente a que el diseño de la seguridad social
implica aportes proporcionales al ingreso sin considerar la situación del
resto de los miembros del hogar.
Aún en el caso de que los beneficios se incrementen por el aporte de un
segundo miembro, las conclusiones no se ven modificadas si estos no se
16
duplican, ya que el beneficio marginal de aportar para el trabajador
secundario sería inferior al beneficio que percibe el primer miembro del
hogar que se ocupa en el sector formal.
Es posible especificar los niveles de capital humano que determinan la
decisión de ambos trabajadores, bajo el supuesto de que poseen similar
nivel de capital humano entre ellos. Por lo tanto, en este caso existen dos
puntos de corte. El primero de ellos corresponde al nivel de capital
humano que hace indiferente para el hogar que ambos individuos sean
informales respecto a la situación donde uno de ellos sea formal:
( , ) ( , )ii i fi fU wl U w l
22 (1- ) 2(1- ) (1- ) ( ) - i i f f iw l q q q wl qw l q w w l
(10) -
- (1- )f i
lw w q
Este punto de corte es equivalente al obtenido para la decisión individual,
por lo que la presencia de un trabajador informal en el hogar, en este
modelo y bajo estos supuestos, no cambia la decisión de registrarse del
cónyuge. En segundo lugar, existe otro nivel de capital humano que hace
indiferente las utilidades esperadas en el caso que solo un trabajador esté
registrado respecto a que ambos sean formales:
( , ) ( , )if f ff fU w l U w l
(1- ) ( ) - 2 - 2f f i fqw l q w w l w l
17
(11) - (1- )f i
lw w q
Como l l l
, la presencia de un trabajador formal modifica la
probabilidad de que el trabajador secundario aporte a la seguridad social.
El nivel de capital humano mínimo necesario para que los dos
trabajadores sean formales es mayor al obtenido en el equilibrio
individual. En consecuencia, los trabajadores secundarios presentarían
una mayor propensión a ser informales siempre que ya exista un miembro
del hogar aportando a la seguridad social debido a que los beneficios
generados por el aporte de un nuevo miembro del hogar no compensan
los costos que debe afrontar el hogar. Esto constituye la principal
hipótesis que se intentará contrastar en este trabajo.
En el cuadro 2.1 se sintetiza las principales conclusiones del modelo de
Galiani y Weinschelbaum (2011). A partir del nivel de capital humano
alcanzado por los trabajadores, se obtienen los puntos de corte que
determinan las decisiones de aportar a la seguridad social.
Cuadro 2.1Decisiones de aporte según nivel de capital humano
Miembros ocupados _
Si l l l
Si l ll
Si l l
Jefe Informal Formal
Jefe y cónyuge Ambos informales Uno formal y uno
informal Ambos formales
Fuente: Galiani y Weinschelbaum (2011).
3. Antecedentes
En este capítulo se presentan los principales trabajos que abordan el
estudio de la informalidad en nuestro país y en la región. En primera
instancia se discuten los antecedentes nacionales, en su mayoría trabajos
descriptivos que ilustran sobre el peso y características del sector
informal. Luego se discuten trabajos que estudian específicamente las
decisiones sobre informalidad, así como los potenciales incentivos
generados por la implementación de políticas sociales.
3.1 La informalidad en Uruguay
Las primeras aproximaciones al estudio de la informalidad en Uruguay
corresponden a la década del 80. Partiendo de una visión de informalidad
como un sector de baja productividad, formado fundamentalmente por
empresas pequeñas, Jacob (1984) encuentra que la informalidad es una
característica del mercado de trabajo uruguayo presente durante todo el
proceso de industrialización, que responde tanto a una situación
estructural como coyuntural.
En Notaro (2005) se sintetizan algunos de los trabajos realizados para
Uruguay, destacándose las particularidades del mercado laboral uruguayo
que impiden que la informalidad sea abordada desde un único enfoque.
Algunas de las causas mencionadas en la literatura sobre la informalidad
19
son: el exceso de mano de obra, la resistencia al cumplimiento de las
regulaciones establecidas por el Estado y la informalidad como una
condición del sistema de acumulación capitalista. A partir de la
comparación de los datos obtenidos con investigaciones realizadas
utilizando definiciones alternativas (como empleo precario o no registro)
se encuentra que la informalidad no logra captar cabalmente la calidad del
empleo en Uruguay.
Bucheli (2004) presenta un análisis de las características personales, del
hogar y laborales que influyen en la probabilidad de aportar en base a un
modelo probit bivariado que modeliza la probabilidad de contribuir al
sistema de seguridad social y ser empleado formal (de acuerdo a OIT-
PREALC). A partir de un test de significación del coeficiente de
correlación (rho) se rechaza la hipótesis de independencia de los errores,
señalando que las decisiones de aporte y empleo en el sector formal se
encuentran correlacionadas. En consecuencia la estimación conjunta de
estos sucesos mejora los resultados respecto a la estimación univariada.
A partir del modelo, se concluye que las variables con mayor incidencia
en la probabilidad de aportar a la seguridad social son el nivel educativo y
la edad, mientras que no existen diferencias relevantes en estas
probabilidades según sexo. El nivel educativo se encuentra positivamente
relacionado con la probabilidad de ser contribuyente tanto cuando el
trabajador es formal como cuando no lo es. Esta variable además se
20
encuentra altamente relacionada al nivel de ingresos y la tasa de
fecundidad. Por su parte, los más jóvenes son quienes registran menor
probabilidad de contribuir a la seguridad social, fundamentalmente cuando
se aísla el efecto de ser estudiante.
Dada la estrecha relación entre la informalidad y el no aporte a la
seguridad social (desprotección social), Amarante y Espino (2007)
analizan la relevancia de estos conceptos para el caso uruguayo. Si bien
en 2005 el 71,8% de los trabajadores sin protección social son informales,
los grupos de trabajadores informales y no contribuyentes no se
superponen completamente. A partir de la estimación de ecuaciones de
Mincer se concluye que la condición de aporte a la seguridad social es la
que determina el ordenamiento de los trabajadores según sus ingresos.
Los trabajadores que aportan a la seguridad social y son formales de
acuerdo al concepto OIT-PREALC son quienes perciben en promedio
mayores remuneraciones, a ellos le siguen los trabajadores informales
registrados a la seguridad social. Por lo tanto, la categoría de mayor
relevancia para el análisis de la calidad del empleo en Uruguay sería la
que refleja el acceso al sistema de seguridad social.
En cuanto a la conformidad de los trabajadores en sus ocupaciones, Arim
y Salas (2007), en base a los datos de la Encuesta Continua de Hogares
Ampliada del año 2006, concluyen que los trabajadores no cubiertos por
la seguridad social están en general más disconformes con sus empleos,
21
siendo los cuentapropistas sin local el grupo con menor conformidad. Esta
constatación parece apoyar la idea de marginalidad de los trabajadores
informales en el mercado de trabajo uruguayo.
Por último, Bucheli y Ceni (2010) estiman el diferencial de
remuneraciones entre el sector formal e informal y la probabilidad de
pertenecer al sector informal a partir de un modelo de regresiones
intercambiables. Basado en la propuesta de Perry et al. (2007), se
identifican dos grupos de trabajadores: “excluidos” y “escapados”. Estos
últimos eligen contribuir a la seguridad social si el ingreso esperado de
esta opción es superior a la de no contribuir.
El análisis del diferencial de ingresos realizado por los autores muestra
que en términos generales las remuneraciones son menores para los
trabajadores informales, en este sector además existe mayor brecha de
ingresos entre hombres y mujeres y el retorno a la educación es menor
que para los trabajadores formales. A partir de la inclusión de una
ecuación de selección en el modelo los autores llegan a la conclusión de
que los trabajadores informales son más exitosos en el sector informal
que un trabajador elegido al azar, lo que representa una ventaja relativa.
Esto podría indicar que existe una decisión voluntaria de ingresar en el
sector informal, señalando la pertinencia del enfoque de “escape”, al
menos para un conjunto de trabajadores en el caso de Uruguay.
22
3.2 Las decisiones de los cónyuges y los incentivos de las políticas
Considerando la posibilidad de que al menos parte de los trabajadores
eligen contribuir a la seguridad social, algunas investigaciones encuentran
que los incentivos a formalizarse varían según las características del
trabajador y de su hogar. Asimismo, la implementación de ciertas políticas
públicas puede tener como consecuencia modificaciones en los costos y/o
beneficios del trabajo formal, alterando entonces los incentivos para
aportar a la seguridad social.
Galiani y Weinschelbaum (2011), buscan contrastar la influencia de las
decisiones familiares en la probabilidad de aportar a la seguridad social, y
particularmente los incentivos de los trabajadores secundarios del hogar
para ocuparse en el sector formal. En base a una muestra de países de
América Latina para los años 2002-2004 estiman un modelo probit
bivariado recursivo que toma en consideración la posible existencia de
simultaneidad en las decisiones de aportar a la seguridad social al interior
del hogar. Los resultados indican la existencia de una relación negativa
entre la probabilidad de aportar del jefe y del trabajador secundario,
siendo la probabilidad de aportar a la seguridad social entre 6% y 13%
menor para los trabajadores secundarios cuando el jefe hogar posee un
empleo formal.
Sin embargo, otros trabajos sobre el tema han alcanzado resultados
opuestos a los obtenidos por Galiani y Weinschelbaum (2011). En
23
particular, Groisman (2011) estimando la decisión de aporte del cónyuge
mediante un modelo probit bivariado recursivo para Argentina, concluye
que existe una relación positiva entre la probabilidad de aportar del
cónyuge y del jefe de hogar. De acuerdo al análisis realizado, la
probabilidad de aportar del cónyuge es entre 34% y 41% superior cuando
el jefe aporta a la seguridad social. Este resultado podría fundamentarse,
según el autor, en la disponibilidad de información privilegiada para los
otros miembros del hogar sobre la demanda de empleos formales o un
efecto capital social para los hogares con una determinada situación
socioeconómica.
Mondino y Montoya (2004) alcanzan resultados análogos para el caso de
Argentina, encontrando una relación positiva en la probabilidad de aportar
si existe otro miembro del hogar ocupado en el sector formal. Sin
embargo, como se señala explícitamente en este estudio, esta asociación
puede deberse a una “formación de parejas entre individuos con
condiciones equivalentes”, efecto no recogido por el modelo probit
estimado (Mondino y Montoya 2004: 362).
Un resultado similar es alcanzado por Auerbach, Genoni y Pagés (2005),
quienes encuentran para una muestra de 11 países de América Latina,
que la probabilidad de aportar aumenta entre un 8% y un 24% con la
presencia de otros miembros del hogar formales, registrándose un efecto
menor para el caso de los trabajadores por cuenta propia. Sin embargo,
24
tal como señalan las autoras, esta relación positiva podría explicarse por
características inobservadas de los distintos miembros del hogar que se
encuentren correlacionadas con la probabilidad de aportar.
Por otro lado, algunos trabajos han analizado específicamente los
incentivos a la informalidad que podrían generarse o modificarse debido a
la implementación de determinadas políticas sociales. Levy (2008)
argumenta que el diseño de las políticas de protección social genera, en
muchos casos, incentivos a la informalidad al modificar los costos y
beneficios de ocuparse en el sector formal. Dado que los programas de
protección social universal podrían actuar como un subsidio a los
trabajadores del sector informal, parte de los trabajadores asalariados
elegirían ocuparse en este sector.
Bosch y Campos Vázquez (2010) encuentran un efecto negativo por la
implementación del Seguro Popular en México a partir del año 2002. De
acuerdo a esta investigación, de no haberse aplicado la reforma existirían
cerca de 300.000 trabajadores formales adicionales (alrededor de 2,4%
de los trabajadores ocupados de México). Similares resultados se
encuentran en Duval y Smith (2011).
Gasparini, Haimovich y Olivieri (2006) analizan el programa Jefes de
Hogar en Argentina que brinda un ingreso a jefes de hogar desocupados
en condiciones de vulnerabilidad. Comparando el comportamiento de
trabajadores de similares características entre un grupo de beneficiarios y
25
un grupo de control, se concluye que esta política desincentiva la
búsqueda de un empleo formal por parte de algunos de los jefes de hogar
incluidos en el programa.
Garganta y Gasparini (2012) analizan el impacto del programa de
Asignación Universal por Hijo (AUH) en Argentina sobre la informalidad
laboral. A partir de la implementación del programa pueden acceder a
este beneficio los trabajadores informales, desocupados o inactivos si su
situación económica es precaria. Los autores utilizan datos de panel para
realizar un análisis de diferencias en diferencias comparando un grupo de
hogares elegibles con un grupo de control (hogares no elegibles). Los
resultados sugieren que existe cierto desincentivo a la formalización de
trabajadores informales luego de que se pone en funcionamiento el
programa, y este efecto aumenta cuanto mayor sea el nivel de privación
del hogar. Sin embargo, no se encuentra evidencia sobre la existencia de
un incentivo a la informalidad, los trabajadores que ya se encontraban
ocupados en empleos formales no abandonan este sector. Resulta
particularmente importante para este trabajo el caso de los trabajadores
secundarios, para los cuales los autores encuentran que el desincentivo a
la formalización se mantiene siempre que el jefe no se formalice.
La reciente implementación del sistema de asignaciones familiares del
Plan de Equidad (en vigencia desde el año 2008), otorga una
transferencia monetaria a las familias con vulnerabilidad socioeconómica
26
independientemente de su vínculo con el mercado laboral. Si bien no se
analizará en la presente monografía, esta política podría generar un
desincentivo a la formalización de este grupo de trabajadores.
Asimismo, los cambios en los beneficios percibidos por la contribución a
la seguridad social, como el ocurrido en 2007 con la creación del Fondo
Nacional de Salud (FONASA), podrían modificar los incentivos de los
trabajadores. Bérgolo y Cruces (2010) analizan el impacto de la extensión
de la cobertura de salud para los menores a cargo del trabajador formal a
partir de la comparación de dos grupos: con y sin hijos a cargo. Se señala
como principal resultado una reducción en la incidencia de la informalidad
de 5,5% en los hogares con menores a cargo, indicando que los
trabajadores valoran el mayor beneficio otorgado por el aporte a la
seguridad social. Dicha reducción afectó fundamentalmente a mujeres,
trabajadores entre 26 y 50 años y de nivel educativo medio.
En consecuencia, diferentes autores señalan la importancia de las
decisiones individuales, familiares e incluso de las políticas públicas para
explicar la presencia de un importante sector informal en la economía. El
cuadro 3.1 resume brevemente los principales antecedentes que han
abordado esta problemática.
27
Cuadro 3.1 Principales antecedentes
AU
TOR
Y A
ÑO
DA
TOS
MET
OD
OLO
GÍA
ESP
ECIF
ICA
CIÓ
NR
ESU
LTA
DO
S
Mo
de
lo B
ipro
bit
:
y1=1
[β1X
1+
ε1>
0]
y2=1
[β2X
2 +
αy1
+ε2
> 0
]
Mo
de
lo B
ipro
bit
:
y1=[
β1X
1+ε
1]
y2=1
[δ1y1
+δz1
+ε2]
y=1
[βX
+ε1
].
Pro
bit
Do
nde
y1=
aport
edel
jefe
de
hogar,
y2=
aport
e
deltr
baja
dor
secundario,
X1
contiena
las
varibale
s
exógenas
que
dete
rmin
an
lapro
babili
dad
de
aport
ar
para
el
jefe
de
hogar
yZ
1in
clu
ye
los
que
explic
an
lapro
babili
dad
de
aport
ar
de
los
trabaja
dore
ssecundarios.
Z1
no
inclu
ye
variable
s
de
educació
ndel
jefe
.
Ga
lia
ni y
We
ins
ch
elb
au
m
(20
11
)
Encuesta
sde
Hogare
s
de
12
país
es
de
Am
érica
Latina
entr
e
2002
y2004.
Se
obtiene
una
muestr
a
de
31,9
67
trabaja
dore
s
asala
riados
Pro
bit
Biv
ariado
Recurs
ivo
Fue
nte
: Ela
bo
raci
ón
pro
pia
en
bas
e a
Gal
ian
i y W
ein
sch
elb
aum
(20
11),
Gro
ism
an (
2011
), M
on
din
o y
Mo
nto
ya (
2004
) y
Au
erb
ach
, Ge
no
ni y
Pág
es
(200
5).
Las d
ecis
iones d
e c
ontr
ibuir a
la s
eguridad s
ocia
l
de jefe
y c
ónyuge e
sta
n c
orr
ela
cio
nadas, por
lo q
ue
no p
ueden e
stim
ars
e d
e form
a independie
nte
. La
pro
babili
dad d
e s
er
ocupado form
al es e
ntr
e 6
% y
13%
menor
para
los tra
baja
dore
s s
ecundarios
cuando e
l je
fe h
ogar
posee u
n e
mple
o form
al.
Pro
bit
biv
ari
ad
o
recurs
ivo
Los
cónyuges
en
los
hogare
scuyo
jefe
se
encuentr
are
gis
trado
tenía
npro
babili
dades
entr
e
34,8
%y
41%
superiore
s,
para
2004
y2009.
Se
rechaza q
ue e
l coeficie
nte
de c
orr
ela
ció
n e
ntr
e los
err
ore
ssea
sig
nific
ativam
ente
dis
tinto
de
cero
.
Mo
nd
ino
y M
on
toy
a
(20
04
)
Encuesta
Perm
anente
de
Hogare
sA
rgentina.
Tra
baja
dore
sasala
riados
del
áre
am
etr
opolit
ana
de
Buenos
Aires
entr
e1975
y 1
997.
Va
rib
le d
ep
end
iente
: a
po
rte
de
l tra
ba
jad
or.
Va
ria
ble
s In
de
pe
nd
iente
s: in
clu
ye la
exi
ste
ncia
de
otr
o m
iem
bro
de
l ho
ga
r o
cup
ad
o fo
rma
l.
La
pro
babili
dad
de
aport
ar
de
un
mie
mbro
del
hogar
aum
enta
por
lapre
sencia
de
otr
om
iem
bro
ocupado
form
al
en
el
hogar.
Una
explic
ació
n
posib
lees
lafo
rmació
nde
pare
jas
con
sim
ilare
s
cara
cte
rísticas.
Vara
ible
s d
icotó
mic
as y1
= 1
si el je
fe d
e h
ogar
aport
a, y
2=
1 s
i el cónyuge a
port
a. X
1 y
X2
repre
senta
n los v
ecto
res d
e v
ariable
s e
xógenas
inclu
ídas. X
2 in
clu
ye: y
1 , adem
ás d
e v
ariable
s
dum
mie
s d
e e
ducació
n d
el je
fe y
del cónyuge.
Encuesta
Perm
anente
de
Hogare
s A
rgentina,
core
spondie
nte
s a
los
prim
ero
s trim
estr
es d
e
2004-2
009. T
rabaja
dore
s
asala
riados.
Gro
ism
an
(2
01
1)
Au
erb
ac
h, G
en
on
i y
Pa
gé
s (
20
05
)
Hom
bre
s y
muje
res entr
e
15 y
64 a
ños q
ue tra
baja
n
al m
enos 5
hora
s p
or
sem
ana. A
sala
riados d
e
11 p
aís
es d
e A
mérica
Latina y
cuenta
pro
pis
tas
(solo
para
3 p
ais
es).
Período: 1990-2
002.
Pro
bit
Se
estim
aun
modelo
pro
bit
para
trabaja
dore
s
asala
riados
privados
cuya
part
icip
acón
es
com
puls
iva
yotr
opara
cuenta
pro
pis
tas
yse
com
para
nlo
scoeficie
nte
sestim
ados
para
cada
uno
de
ello
s.
Se
inclu
yen
variable
sque
cara
cte
rizan
al
indiv
iduo,
al
hogar
yal
em
ple
o.
Adem
ás
se
incorp
ora
ncontr
ole
s:
entr
eello
ssi
el
indiv
iduo
es
el
jefe
de
lafa
mili
ay
si
hay
otr
os
mie
mbro
sque
contr
ibuyen
ala
seguridad
socia
l.
Los
resultados
indic
an
que
lapro
babili
dad
de
aport
ar
es
mayor
para
los
jefe
sde
hogar
y
aum
enta
entr
eun
8%
yun
24%
con
lapre
sencia
de
otr
os
mie
mbro
sdel
hogar
form
ale
s.
Elefe
cto
encontr
ado
es
menor
para
el
caso
de
los
trabaja
dore
spor
cuenta
pro
pia
.E
sta
rela
ció
n
positiv
apodría
explic
ars
epor
cara
cte
rísticas
inobserv
adas
de
los
dis
tinto
sm
iem
bro
sdelhogar
corr
ela
cio
nadas
con
lapro
babili
dad
de
aport
ar.
4. Metodología
En este trabajo se analiza la incidencia que tiene la formalidad del jefe
sobre la probabilidad de aportar del cónyuge, planteándose como
principal hipótesis la existencia de una relación negativa. Para contrastar
esta hipótesis, se realiza una modelización similar a la propuesta por
Galiani y Weinschelbaum (2011).
La definición de informalidad adoptada se vincula al concepto de
desprotección social, considerando como trabajadores informales a todos
los ocupados que declaren no realizar aportes a la seguridad social. La
elección de este enfoque se fundamenta en la pertinencia del mismo a la
realidad del mercado laboral de Uruguay. Como lo señalan Amarante y
Espino (2007), la categoría de desprotección social es la que determina el
ordenamiento de los trabajadores en términos de remuneraciones. Por
otra parte, se define al trabajador secundario como el cónyuge del jefe de
hogar. La Encuesta Continua de Hogares (ECH) define jefe de hogar en
función de lo declarado por el entrevistado o en caso de que el mismo se
rehúse a definirlo se selecciona al miembro de mayores ingresos.
4.1 Datos
La fuente de datos utilizada para el análisis es la ECH divulgada por el
Instituto Nacional de Estadística (INE). Estas encuestas incluyen a partir
29
del 2001 la pregunta sobre el registro de los trabajadores a la seguridad
social2, por lo que el periodo de análisis se ve limitado por esta restricción,
abarcando desde el año 2001 al 2010. Las estimaciones se realizaron
para los años 2003, 2006 y 2010.
La reducida cantidad de observaciones con que cuentan las bases de la
ECH correspondientes a los años 2001 y 2002 impide la convergencia del
modelo, por lo que no pueden realizarse las estimaciones. Por lo tanto se
optó por utilizar la muestra perteneciente a la ECH 2003. Por otra parte, la
información de la ECH correspondiente al año 2006 permite analizar los
incentivos a aportar luego de retomar la senda de crecimiento económico
y sin los efectos de la implementación del sistema integrado de salud.
Cabe destacar además, que la ECH 2006 se basó en una muestra de
hogares ampliada, por lo que se cuenta con un mayor número de
observaciones. Por último, el año 2010 fue seleccionado por tratarse de la
última información disponible al momento de comenzar las estimaciones
del trabajo.
Debido a la posible existencia de incentivos particulares por categoría de
ocupación, se realizan las estimaciones para diferentes submuestras. En
primer lugar, se consideran los hogares integrados por ambos miembros
del hogar (jefe y cónyuge) asalariados privados, contando con 4657
observaciones para 2010. Además de representar una muestra
2 Para el año 2010 la variable f82 corresponde al aporte a caja de jubilaciones de la ocupación
principal.
30
homogénea, permite la comparación de los resultados obtenidos por
trabajos previos donde se utilizaron muestras similares (Galiani y
Weinschelbaum 2011 y Groisman 2011).
Asimismo se estima el modelo para el conjunto de hogares con jefes
asalariados (públicos o privados) y cónyuges asalariados privados. Por
último, se seleccionan los hogares compuestos por jefes ocupados y
cónyuges cuentapropistas debido a las características particulares de este
grupo de trabajadores.
4.2 Modelización
Para analizar los determinantes de la probabilidad de aportar a la
seguridad social es posible aplicar diferentes metodologías. Dado que
esta decisión se representa a través de una variable dicotómica se utilizan
modelos de variable dependiente limitada como probits o logits.
Los modelos probits representan una primera aproximación al análisis de
los determinantes de la probabilidad de aportar a la seguridad social.
Entre las variables que influyen en la probabilidad de aportar del cónyuge
se suelen considerar tanto características individuales como del hogar.
Algunos trabajos incorporan la formalidad del jefe entre los determinantes
de la probabilidad de aportar del cónyuge a través de la inclusión de una
variable binaria. Si la formalidad del jefe modifica los incentivos a aportar
de su cónyuge, la omisión de esta variable generaría inconsistencia en las
estimaciones.
31
Por otra parte, debe considerarse la posibilidad de que la decisión de
aportar del jefe y su cónyuge se tomen en forma conjunta. De ser así, la
aplicación de un modelo probit simple deriva en resultados incorrectos al
no tener en cuenta dicha correlación (Galiani y Weinschelbaum 2011 y
Pagano, Rijo, Rossi 2010). Debido a que en muchos casos no puede
determinarse a priori si las variables están correlacionadas, la validez de
los modelos probits simples queda condicionada al contraste de dicha
posibilidad (Monfardini y Radice 2006).
Como forma de incorporar al análisis la posibilidad de existencia de
simultaneidad entre las decisiones de ambos miembros del hogar en este
trabajo se estima un modelo probit bivariado. Las variables dependientes
utilizadas 1y y
2y representan las decisiones de aporte del jefe de hogar y
del cónyuge, mientras que 1y * y
2y * son sus respectivas variables
latentes:
*
1
1
1 si 0 (12)
0 en otro caso
yy
*
2
2
1 si 0 (13)
0 en otro caso
yy
De acuerdo al marco teórico, los trabajadores optarán por registrarse a la
seguridad social si esta es la opción que les reporta mayor utilidad. Dado
que las funciones de utilidad no son observables, las decisiones de los
trabajadores deben ser definidas en función de variables latentes:
32
*
1 1 1 1 (14)y X
*
2 2 2 1 1 (15)y X y
Como se observa en la ecuación (15), la decisión de registrarse del
cónyuge incluye entre sus determinantes la formalidad del jefe de hogar
(y1), lo que convierte a este modelo en uno recursivo. Este tipo de
modelos, desarrollado por Heckman (1978), Maddala (1983), y utilizado
por Galiani y Weinschelbaum (2011), permiten considerar la existencia de
variables inobservables que afectan ambas probabilidades, lo que resulta
relevante en el análisis de decisiones que se toman en un entorno común
o de manera conjunta (Badillo, Castro y García 2011).
Se supone una distribución normal multivariada de los errores con las
siguientes características:
1 1 2 2 1 2
1 1 2 2 1 2
1 2 1 2
/ , / , 0
/ , / , 1
/ ,
E X X E X X
Var X X Var X X
Cov X X
La estimación de los parámetros se realiza mediante el método de
máxima verosimilitud con información completa que permite la estimación
conjunta del modelo, cumpliendo con las condiciones de consistencia y
eficiencia (Novales, 1993). La función de verosimilitud queda
representada por la siguiente expresión:
33
1 2 1 2 1 2 1 2(1 ) (1 ) (1 )(1 )
1, 2, 11 10 01 00
1
( ) (16)n
y y y y y y y y
i
L P P P P
Debido a que las condiciones de primer orden de maximización de la
logverosimilitud son funciones no lineales en los parámetros el problema
no tiene una solución analítica (Novales, 1993). Como consecuencia, para
obtener el valor estimado de los parámetros debe realizarse un proceso
iterativo hasta lograr la convergencia del coeficiente.
4.2.a Estimación e identificación del modelo
A partir de las ecuaciones del modelo y considerando la distribución
normal multivariada de los errores pueden derivarse las probabilidades
conjuntas. Siguiendo a Greene (1998), la probabilidad de que ambos
miembros del hogar aporten, es decir que y1 y y2 sean iguales a uno, es la
siguiente:
1 2 2 1 11, 1 1/ 1 1P y y P y y P y
2 1 1 2 22 1
1 1
( , , )( 1/ 1)
( )
X XP y y
X
1 1 1( 1) ( )P y X
La probabilidad conjunta de este evento queda determinada por:
1 2 2 1 1 2 2( 1, 1) ( , , ) (17)P y y X X
34
Este resultado es equivalente al que se obtendría con la maximización de
la función de verosimilitud si no se incluyera la variable endógena. Por lo
tanto, la consideración de la variable y1 como determinante de la
probabilidad de aportar del cónyuge no modifica la función de
verosimilitud, por lo que se menciona la posibilidad de ignorar la
endogeneidad del modelo aplicando este método de estimación (Maddala
1983 y Greene 1998).
Operando de manera análoga para el resto de las probabilidades se
obtiene la distribución conjunta de y1 y y2:
1 2 2 1 1 2 2
1 2 2 1 1 2 2
1 2 2 1 1 2 2
1 2 2 1 1 2 2
( 1, 1) ( , , ) (17)
( 1, 0) ( , , ) (18)
( 0, 1) ( , , ) (19)
( 0, 0) ( , , ) (20)
P y y X X
P y y X X
P y y X X
P y y X X
La consistencia de las estimaciones que surgen de este tipo de modelos
(probit bivariado recursivo) requiere del cumplimiento de determinadas
condiciones de identificación. Maddala (1983) concluye que los
parámetros solo estarán identificados si existen restricciones de exclusión
sobre las variables exógenas de la ecuación del cónyuge. Este resultado
surge de un modelo donde los regresores son constantes y los errores no
son independientes, por lo que se tendrían cuatro parámetros a estimar
(en este caso β1, β2, α y ρ) y sólo tres probabilidades independientes. Sin
embargo, Wilde (2000) encuentra que esta conclusión es aplicable
35
únicamente al caso utilizado por Maddala (1983). De acuerdo a Wilde, el
modelo estaría identificado siempre que ambas ecuaciones incluyan al
menos un regresor exógeno, comprendiendo el caso en que las
ecuaciones contengan las mismas variables explicativas, si su variabilidad
no es muy reducida.
La inclusión de un regresor adicional en la ecuación del jefe de hogar
permite resolver problemas de especificación del modelo y de esta forma
mejorar las estimaciones. La variable a utilizar como restricción debe estar
correlacionada con y1 (la variable posiblemente endógena) pero no
directamente correlacionada con y2 o con el error de la ecuación donde se
incluye como regresor (Monfardini y Radice, 2006).
No obstante, en el caso de no contar con una restricción de exclusión la
identificación queda determinada por la forma funcional del modelo. Por lo
tanto, esta identificación es débil y queda condicionada a que la
especificación sea correcta. En este trabajo, al no contar con una
restricción de exclusión, la consistencia de las estimaciones dependerá de
que se cumplan los supuestos sobre la distribución de los errores.
Sintetizando, las especificaciones pueden ser incorrectas por varios
motivos:
1- Suponer ρ=0 y estimar la probabilidad de aportar del trabajador
secundario mediante un probit univariado (ecuación 15). Esto genera
36
sobreestimación del parámetro ∝ cuando el término de correlación es
significativo.
2- Suponer ∝=0, generando distorsiones en la estimación de ρ.
3- Suponer una forma funcional incorrecta, lo que podría generar efectos
distorsivos compensatorios en las estimaciones de ∝ y ρ (Monfardini y
Radice, 2006).
A partir del modelo probit bivariado escogido, la presencia de
endogeneidad puede determinarse mediante la correlación de los errores
de las ecuaciones (14) y (15). Para ello existen distintas alternativas,
algunos test requieren estimar únicamente un modelo probit univariado (el
modelo solo se estima bajo H0) mientras otros se basan en la estimación
del modelo bivariado (bajo H0 y H1)3. La opción más utilizada en la
literatura es la prueba de Wald que contrasta la endogeneidad basándose
en la significación del coeficiente de correlación ρ. En el presente trabajo
se utilizará esta opción para contrastar la exogeneidad de la variable y1:
Test de Wald:
0
1
) 0
) 0
22ˆ
ˆ( ) HoV
3 Dentro de los primeros encontramos los tests de momentos condicionados (CM) y
distintas versiones del test de multiplicadores de Lagrange (LM), mientras que el segundo caso incluye los test de ratio de verosimilitud (LR) y Wald.
37
En caso de rechazarse la hipótesis nula se encuentra evidencia que
apoya la existencia de endogeneidad, por lo tanto las estimaciones
realizadas a partir de modelos probits simples son inconsistentes. En este
caso, el parámetro rho sería significativamente distinto de cero por lo que
existen elementos correlacionados no incluidos en el modelo. Si por el
contrario se rechaza la existencia de endogeneidad, las estimaciones
pueden realizarse a partir de modelos probits simples independientes. De
todas formas, no debería descartarse la posibilidad de que el registro del
jefe de hogar influya en la decisión de su cónyuge ya que este efecto es
recogido por el coeficiente ∝ de la ecuación (15) (Greene, 1998).
4.2.b. Bondad de ajuste
La validación del modelo requiere de la estimación de una serie de
indicadores de significatividad y bondad de ajuste. En primer lugar, es
posible determinar la significatividad conjunta de los parámetros incluidos
en el modelo a través de un test de Wald. En este tipo de contrastes se
compara la verosimilitud obtenida por el modelo estimado, respecto al
valor adoptado por la función de verosimilitud de un modelo que incluye
una única variable explicativa constante (que correspondería al modelo
restringido). Asimismo, también puede utilizarse como medida de bondad
de ajuste en modelos probits el criterio de información de Akaike, que
permite la comparación de modelos similares, siendo preferibles los que
presentan un valor del estadístico inferior:
38
ˆ( ) 2 ( ) 2
: n° parámetros
: logverosimilitud del modelo
AIC k l k
k
l
Otra medida generalmente utilizada es el porcentaje de predicciones
correctas obtenidas a partir de la estimación del modelo. Para realizar
dicho cálculo, debe definirse un punto de corte (generalmente 0,5) de
forma de determinar el valor a asignar a las predicciones realizadas. Sin
embargo, si la muestra no se encuentra equilibrada en términos de unos y
ceros este punto de corte puede subestimar las predicciones obtenidas de
determinados valores (Greene 2003).
En nuestro caso, la muestra utilizada para el análisis presenta un
porcentaje de trabajadores que aportan a la seguridad social superior al
80% en el 2010, por lo que la utilización de 0,5 como valor de corte
subestimaría las predicciones de ceros obtenidas. Por lo tanto, se optó
por establecer como valor de corte la frecuencia muestral de unos,
aunque esta elección podría subestimar las predicciones de unos.
ˆ1 si pˆ con vc=frecuencia muestral de unos
ˆ0 si p
i
i
i
vcy
vc
39
4.2.c. Efectos marginales
Con el fin de analizar la incidencia de las variables incluidas en el modelo
en la probabilidad de aportar del cónyuge deben calcularse los efectos
marginales. En un modelo probit bivariado pueden estimarse diferentes
efectos marginales: incondicionados, condicionados y aquellos calculados
por diferencia de probabilidades condicionadas.
Siguiendo a Greene (1996), se pueden obtener los efectos marginales no
condicionados de las variables independientes teniendo en cuenta la
distribución de probabilidad marginal de cada ecuación. En este caso se
cumple que:
( / ) Pr( 1/ ) ( )j j j j j jy x y x x
El efecto marginal incondicionado para variables continuas (21) y
discretas (22) se obtienen de acuerdo a las siguientes ecuaciones:
( )( ) (21)
j j
j j
j
xx
x
1 0( )
( ) ( ) (22)j j
j j j j
j
xx x
x
A su vez pueden derivarse los efectos marginales condicionados, que
permiten determinar el efecto de una variable explicativa teniendo en
cuenta los valores que toma la otra ecuación. Un resultado interesante es
40
la incidencia de las variables explicativas en la probabilidad de aportar del
cónyuge cuando el jefe de hogar aporta a la seguridad social. En este
caso se utiliza la probabilidad condicionada:
Nuevamente pueden obtenerse los efectos marginales condicionados
para las diferentes variables explicativas a partir de la expresión anterior,
considerando el tipo de variable de que se trate (continuas o discretas).
En este trabajo el efecto marginal de mayor interés es el correspondiente
a la variable endógena, es decir el efecto de la formalidad del jefe en la
probabilidad de aportar del cónyuge. El cálculo del efecto marginal para
este tipo de variables puede estimarse como diferencia de probabilidades
condicionadas.
2 1 2 1Pr( 1/ 1, ) Pr( 1/ 0, ) (24)y y x y y x
El cálculo de este efecto marginal implica la consideración de diferentes
probabilidades conjuntas:
1 2 2 1 1 2 22 1
1 1 1
Pr( 1, 1) ( , , )Pr( 1/ 1, )
Pr( 1) ( )
y y X Xy y x
y X
1 2 2 1 1 2 22 1
1 1 1
Pr( 0, 1) ( , , )Pr( 1/ 0, )
Pr( 0) 1 ( )
y y X Xy y x
y X
2 1 1 2 2 2 1 1 2 2
1 1 1 1
( , , ) ( , , ) (25)
( ) 1 ( )
X X X X
X X
Pr( 1, / )( / , ) (23)
Pr( / )
j i
j i
i i
y y xy y x i j
y x
41
Al derivarse de las probabilidades conjuntas del modelo, el efecto
marginal obtenido mediante este cálculo toma en cuenta, además de las
variables incluidas, el coeficiente de correlación de los errores.
Al igual que en el resto de las variables, en este caso también puede
obtenerse el efecto marginal incondicionado a partir de la función de
probabilidad marginal para la ecuación correspondiente al cónyuge:
Como lo señalan Hoffmann y Kassouf (2005) si el coeficiente de
correlación del modelo es cero, la función de probabilidad conjunta puede
determinarse a partir del producto de las probabilidades marginales:
2 1 1 2 2 1 1 2 2( , , ) ( ) ( )X X X X
Por lo tanto, si el parámetro rho no es significativamente distinto de cero,
la derivación del efecto marginal como diferencia de probabilidades
condicionadas (ecuación 25) es equivalente al efecto obtenido a partir de
la función de probabilidad marginal (ecuación 26).
Sin embargo, en el caso de que exista correlación entre ambas
ecuaciones, los cálculos alternativos presentados determinan efectos
marginales diferentes. El efecto marginal calculado como diferencia de
probabilidades condicionadas (ecuación 25) incluye la incidencia que
tiene en la probabilidad de aportar los elementos inobservables recogidos
2 2 2 2( ) ( ) (26)X X
42
en el parámetro rho, lo que puede generar un efecto marginal con signo
opuesto al coeficiente correspondiente. Sin embargo, esto no puede
explicarse a partir del modelo ya que surge precisamente por la incidencia
de factores no considerados en el mismo (Hoffmann y Kassouf, 2005).
Por otro lado, el cálculo del efecto marginal mediante la ecuación 26 mide
únicamente el efecto del aporte del jefe de hogar en la ecuación
correspondiente al cónyuge, y por lo tanto el signo esperado es el que
presenta el coeficiente de esta variable (∝).
Por último, al tratarse de un modelo probit bivariado, se puede diferenciar
entre los efectos totales, directos e indirectos. El efecto marginal directo
es aquel causado directamente sobre nuestra variable de interés
(probabilidad de aportar del cónyuge), el efecto indirecto es resultado de
la influencia de una variable en y1 y mediante ésta en la probabilidad de
aportar del trabajador secundario, finalmente el efecto total es la suma de
los anteriores.
5. Caracterización de la informalidad en Uruguay
5.1 El Sistema de Seguridad Social
En esta sección se presenta brevemente los lineamientos generales del
sistema de seguridad social en Uruguay y algunos de los cambios
relevantes ocurridos en el mismo, con el fin de mejorar la comprensión de
los incentivos que tienen los trabajadores de aportar a la seguridad social.
La legislación establece que toda actividad productiva que se realice
dentro del ámbito de afiliación al Banco de Previsión Social (BPS)
generará derechos y obligaciones al contribuyente sin excepción.
El régimen vigente brinda a los trabajadores formales los siguientes
beneficios: seguro médico, seguro de desempleo, asignaciones familiares,
seguros por invalidez y maternidad. A estos beneficios pueden acceder
todos los trabajadores públicos, y los asalariados privados que
mensualmente igualen o superen las 13 jornadas de trabajo o perciben
más de 1,25 Bases de Prestaciones y Contribuciones (BPC).
Se establece además que la tasa de aporte obrero jubilatorio para generar
el derecho corresponde al 15% de los salarios mensuales para los
trabajadores, mientras que la tasa de aporte patronal se unifica en 2007 a
7,5%. A estas tasas se le debe agregar la contribución al fondo de
44
reconversión laboral de 0,125% para ambas partes. Por último, el aporte
destinado a los seguros de salud previo a la creación del sistema
integrado de salud, era de un 3% para los trabajadores y de 5% para los
empleadores. Para el caso de los trabajadores no dependientes, la
reglamentación establece que los aportes realizados dependerán en gran
medida de si cuentan con personal a cargo. En tal caso, el monto a
aportar se calculará sobre la base de los ingresos generados, que no
pueden ser inferiores a los del empleado mejor remunerado. En caso
contrario los aportes se realizarán sobre una base ficta.
En el año 2007 se crea el Sistema Nacional Integrado de Salud (SNIS). A
través de la ley 18.131 se crea el Fondo Nacional de Salud (FONASA)
sustituyendo la anterior Dirección de Seguros Sociales por Enfermedad
(DISSE). A partir de esta reforma se destaca la extensión de la cobertura
de salud al resto de la familia del trabajador: hijos menores de 18 años o
mayores de edad con discapacidad y cónyuges o concubinos. Se
mantiene también luego de la reforma, la posibilidad de optar por alguna
de las Instituciones de Asistencia Médica Colectiva (IAMC) o ser atendido
a través de la Administración de Servicios de Salud del Estado. La
inclusión de los hijos menores y mayores discapacitados se realiza a
partir del momento de la puesta en marcha de la reforma. A su vez, se
establece un cronograma para el ingreso de los cónyuges al sistema,
estableciendo el ingreso de la totalidad de los mismos en 2013.
45
En lo que refiere a los aportes, la reforma de salud no generó cambios en
el aporte patronal por concepto de salud, el cual permaneció en un 5%.
Sin embargo, se modifican las tasas de aporte de los trabajadores,
estableciéndose una aportación básica al sistema de 3% y tasas
diferenciales en función de la inclusión de algún integrante de su núcleo
familiar (hijos o cónyuge), así como de su nivel de remuneración (ver
cuadro 5.1).
Cuadro 5.1 Tasa de aporte al FONASA
Remuneración Aporte Básico
Adicional Total
Sin hijos Con hijos Sin hijos Con hijos
Hasta 2,5 BPC inclusive
3,0% 0,0% 0,0% 3,0% 3,0%
Mayor 2,5BPC 3,0% 1,5% 3,0% 4,5% 6,0%
Fuente: Banco de Previsión Social
Por último, aquellos trabajadores monotributistas o titulares de empresas
unipersonales aportan de acuerdo a una base ficta de 6,5 BPC con las
mismas tasas de aporte que las vigentes para los asalariados privados.
Cabe destacar que este grupo de trabajadores tienen la opción de elegir
por la cobertura de salud y la correspondiente inclusión de sus hijos y
cónyuge.
5.2 Características de los trabajadores informales
En esta sección se presenta una caracterización de los trabajadores
informales a partir de los datos de las Encuestas Continuas de Hogares
46
para los años 2003, 2006 y 2010. Este análisis se basa en la ocupación
principal de los trabajadores, y se excluyen las localidades de menos de
5000 habitantes debido a que la inexistencia de datos para estas
localidades previo a 2006 no permite la comparación intertemporal de la
información.
Durante el período de análisis la tasa de informalidad en Uruguay muestra
una tendencia decreciente, mientras que en el año 2001 la proporción de
ocupados no registrados a la seguridad social alcanzaba el 36%, en el
2010 descendió a 30,6%, alcanzando en 2004 los mayores niveles de no
registro (40,7%). No obstante, la informalidad en el mercado de trabajo es
aún un problema relevante, alcanzando a cerca de un tercio de la fuerza
de trabajo ocupada en Uruguay.
Grafico 5.1. Evolución de la Informalidad (% de ocupados).
Período: 2001-2010
30,6%
28%
30%
32%
34%
36%
38%
40%
42%
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
% d
e in
form
alid
ad
Año Fuente: Elaboración propia en base a datos del INE.
La incidencia de la informalidad difiere entre ocupados según sus
características personales así como las de sus empleos. En primer lugar,
47
cabe destacar que las diferencias en las tasas de no registro por género
son relativamente bajas, con un porcentaje de mujeres informales 1,2 p.p.
superior a la de los hombres en 2010. Sin embargo, la brecha se ha
ampliado levemente a lo largo del período considerado. Dicho proceso ha
sido acompañado por una pérdida de peso relativo de los hombres en el
total de ocupados informales. Esto posiblemente se asocie al aumento
registrado en la oferta laboral femenina en los últimos años, si bien aún se
ubica en niveles inferiores a la oferta masculina (ver anexo B.1).
Cuadro 5.2
% Informallidad Participación % Informallidad Participación % Informallidad Participación
Hombre 39,8% 56,9% 34,2% 55,4% 30,1% 52,9%
Mujer 39,1% 43,1% 35,2% 44,6% 31,3% 47,1%
Total 39,5% 100,0% 34,6% 100,0% 30,6% 100,0%
2003 2006 2010
Fuente: elaboración propia en base a datos de la ECH del INE
Porcentaje de ocupados informales y participación relativa en la informalidad según sexo
La incidencia de la informalidad de los trabajadores asalariados privados,
quienes conforman el principal grupo de interés para este trabajo, es
menor en todos los años. Sin embargo, se encuentra que la brecha entre
sexos es superior entre los asalariados privados que en el total de
ocupados. En efecto, la informalidad en las mujeres es 5,6 p.p. superior a
la de los hombres (cuadro 5.3).
48
Cuadro 5.3
% Informalidad Participación % Informalidad Participación % Informalidad Participación
Hombre 31,0% 47,4% 25,7% 49,8% 20,0% 47,1%
Mujer 37,6% 52,6% 31,1% 50,2% 25,6% 52,9%
Total 34,2% 100,0% 28,1% 100,0% 22,6% 100,0%
Porcentaje de asalariados privados informales y participación relativa en la informalidad según sexo
por año
Fuente: elaboración propia en base a datos de la ECH del INE
2003 2006 2010
Al interior del hogar existen diferencias en la incidencia de la informalidad
según la relación de parentesco. El porcentaje de trabajadores no
registrados a la seguridad social es mayor para el caso de miembros del
hogar tales como hijos, nietos, padres del jefe, no obstante estos
miembros han perdido peso en el total de ocupados informales.
Adicionalmente, la diferencia observada en el nivel de informalidad entre
jefes y cónyuges es significativamente menor a la existente respecto a los
otros miembros del hogar (cuadro 5.4). En el cuadro B.2 del anexo se
presentan los datos para el caso de asalariados privados.
Cuadro 5.4
% Informalidad Participación % Informalidad Participación % Informalidad Participación
35,8% 44,9% 31,8% 46,9% 28,8% 47,3%
37,0% 21,2% 32,8% 22,7% 29,5% 24,4%
48,1% 33,9% 42,0% 30,4% 35,8% 28,2%
39,5% 100,0% 34,6% 100,0% 30,6% 100,0%
20102003 2006
Otro
Relación
Cónyuge
Fuente: elaboración propia en base a datos de la ECH del INE
Total
Jefe/a
Porcentaje de ocupados sin protección social y participación relativa según relación de parentesco
Como se mencionó, existe una fuerte correspondencia entre el nivel
educativo del trabajador y la probabilidad de no estar registrado en la
seguridad social. Únicamente el 6,1% de los ocupados con nivel terciario
49
completo se encuentra sin protección social en 2010, mientras que para
los trabajadores con nivel educativo inferior a ciclo básico secundario la
informalidad supera el 40%, (cuadro 5.5). Asimismo, aproximadamente el
55% del total trabajadores no registrados alcanzaron como máximo ciclo
básico secundario incompleto.
Cuadro 5.5
Nivel educativo 2003 2006 2010
Primaria incompleta 66,2% 57,7% 62,3%
Primaria completa 53,9% 46,1% 48,0%
Ciclo básicoincompleto 53,0% 47,1% 42,3%
Ciclo básico completo 42,5% 37,0% 30,3%
Enseñanza técnica 46,7% 34,9% 41,2%
Segundo ciclo incompleto 35,7% 32,0% 24,6%
Segundo ciclo completo 25,2% 21,2% 16,7%
Terciaria incompleta 20,7% 20,8% 14,1%
Terciaria completa 8,8% 7,9% 6,1%
Total 39,5% 34,6% 30,6%
Porcentaje de ocupados sin cobertura según nivel educativo
Fuente: elaboración propia en base a datos de la ECH del INE
Entre los asalariados privados se encuentra una relación similar. El
porcentaje de no registro de los trabajadores con nivel terciario no varía
respecto a los del total de ocupados, mientras que para aquellos con nivel
educativo inferior al ciclo básico de secundaria completo el no registro
presenta niveles levemente inferiores respecto al total de ocupados
(cuadro B.3 anexo).
La información analizada indica que existieron cambios en la participación
relativa de cada uno de los niveles educativos en el total de ocupados,
50
que explican al menos parte de la caída de la informalidad. Es decir que
algunos grupos con niveles históricamente menores de informalidad
ganan peso en el empleo total. No obstante, la reducción del no registro
también ha tenido lugar al interior de todos los niveles educativos (anexo
cuadro B.4).
Por otro lado, investigaciones previas han encontrado efectos
significativos de la edad sobre la probabilidad de no aportar. Esta variable
se encuentra asociada a otros factores que influyen en dicha probabilidad,
tal es el caso de la asistencia a un centro educativo, la relación de
parentesco, la experiencia laboral o la percepción de una jubilación.
Gráfico 5.2. Porcentaje de ocupados que aporta a la seguridad social por tramo de edad, por año.
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
14 a 18 19 a 25 26 a 40 41 a 60 61 a 70 71 o más
% d
e re
gist
ro
Tramo de edad
2003
2006
2010
Fuente: Elaboración propia en base a datos del INE.
Como se puede observar en el gráfico 5.2, las edades centrales
presentan menores niveles de informalidad. En Uruguay los más jóvenes
y los trabajadores de edades avanzadas son quienes tienen mayor
51
tendencia al no registro. De acuerdo a Bucheli (2004) la principal
explicación para la existencia de mayor informalidad entre los jóvenes
estaría dada por la falta de relación clara entre los beneficios de aportar a
la seguridad social y sus costos.
La evolución de la informalidad en el período de estudio ha sido
diferencial entre las categorías de ocupación. Por un lado, la incidencia de
la informalidad se incrementó para los trabajadores por cuenta propia (con
y sin local) mientras que se redujo de forma continua para los asalariados
privados durante el período de análisis.
Desde el punto de vista de las categorías ocupacionales, se puede
verificar que los trabajadores por cuenta propia muestran una incidencia
del no registro muy superior al promedio, principalmente los
cuentapropistas sin local (ver gráfico 5.3). Este fenómeno podría ser
consecuencia del bajo nivel de calificación de estos trabajadores y del
reducido nivel de capital inicial necesario para desempeñar las
actividades. En el extremo opuesto, la totalidad de los asalariados
públicos cuentan con cobertura de seguridad social.
Es posible analizar en qué medida la reducción de la informalidad es
consecuencia de cambios en la composición del empleo por categoría de
ocupación. La reducción de la informalidad entre 2003 y 2010 parece
explicarse principalmente por una caída de su incidencia al interior de la
categoría asalariados privados (anexo cuadro B.5).
52
Gráfico 5.3. Tasa de no registro por categoría de ocupación. Período: 2003-2010
0%
20%
40%
60%
80%
100%
Asalariado
privado
Miembro de
cooperativa
Patrón Cuenta propia
s/local ni inv.
Cuenta propia
c/local o inv.
Miembro del
hogar no
remunerado
% d
e In
form
alid
ad
Categoría de Ocupación
2003
2006
2010
Fuente: elaboración propia en base a datos del INE.
Se ha destacado la importancia del tamaño del establecimiento en el que
se ocupa el trabajador en relación con la probabilidad de ser
contribuyente. Cabe recordar que esta variable es la utilizada para
operacionalizar la definición de informalidad de OIT-PREALC, asociándola
a bajos niveles de productividad. Para Uruguay, el no registro y la
informalidad tienen una correlación importante, aun cuando no se
solapan, tal como señalan Amarante y Espino (2007). La formalidad
definida a partir del enfoque de OIT-PREALC no garantiza protección,
aunque se asocia con una mayor probabilidad de contar con un conjunto
de beneficios laborales y sociales.
Como se observa en el cuadro 5.6, las empresas unipersonales alcanzan
los valores más elevados de no registro, correspondiendo a 72,6% en
2010. Asimismo, en las empresas que emplean entre 2 y 4 personas la
informalidad supera el 50%. Si bien se cumple la relación esperada entre
tamaño de empresa e informalidad, esta relación no es perfecta, ya que
53
existen individuos no registrados a la seguridad social en establecimientos
de todos los tamaños.
Cuadro 5.6
En todos los sectores de actividad considerados, la informalidad afecta a
un porcentaje menor de trabajadores en 2010 que en 2003 (ver cuadro
5.7). Los sectores con mayores tasas de no registro son el servicio
doméstico y la construcción, situación que se mantiene a lo largo del
período de estudio. Sin embargo el sector de Comercio, Restaurantes y
Hoteles es el que tiene mayor participación relativa en la ocupación
informal en su conjunto (anexo cuadro B.6).
La reducción de la informalidad fue más elevada en los sectores donde un
mayor número de trabajadores no aporta a la seguridad social
(Construcción, Industria Manufacturera, Servicio doméstico y Otros
servicios).
Una Persona 78,4% 72,6%De 2 a 4 53,7% 50,1%De 5 a 9 34,8% 24,5%De 10 a 49 19,0% 10,9%Más de 50 4,0% 2,2%
Total 39,5% 30,6%
Tamaño de la
empresa2003 2010
Porcentaje de ocupados sin cobertura
según tamaño de la empresa
Fuente: elaboración propia en base a datos de la ECH
del INE
54
2003 2006 2010
44,8% 33,1% 36,2%
44,6% 37,0% 32,5%
0,7% 2,8% 0,6%
73,4% 59,4% 47,7%
49,5% 45,2% 39,0%
26,3% 20,6% 17,1%
2,1% 8,7% 1,0%
34,2% 33,3% 26,8%
1,2% 1,9% 0,3%
12,3% 11,6% 9,1%
51,8% 45,0% 39,7%
69,7% 62,5% 58,7%
39,5% 34,6% 30,6%
Electricidad, Gas y Agua
Construcción
Comercio, Rest. y Hoteles
Total
Otros servicios
Servicio doméstico
Int. Financiera e Inmobiliaria
Servicios a empresas
Porcentaje de ocupados sin cobertura según sector de actividad por
año
Actividades primarias
Industria Manufacturera
Fuente: elaboración propia en base a datos de la ECH del INE
Sector de Actividad
Administración Pública
Salud y Enseñanza
Transporte y Comunicaciones
Cuadro 5.7
La incidencia del no registro difiere entre las distintas zonas del país,
mientras que para el año 2010 la informalidad alcanza el 36,3% en el
interior, en Montevideo se ubica en 24,6% (anexo cuadro B.7). Tal como
señala Bucheli (2004) esta diferencia podría ser consecuencia de la
existencia de distintas estructuras productivas entre regiones.
Como ha sido analizado en trabajos previos, la contribución a la seguridad
social y el nivel de ingreso de los trabajadores se encuentran asociados.
Se calcula que en el año 2010 un trabajador informal percibía en
promedio un 51,9%4 del salario por hora que obtenía un trabajador formal.
A esto cabe agregarle que la media de horas trabajadas es un 26%
inferior en el caso de los trabajadores no registrados5.
4 Ingresos laborales totales por hora a precios de diciembre 2010.
5 Horas trabajadas por semana en la ocupación principal.
55
5.3 Informalidad en el caso de los trabajadores por Cuenta Propia
El porcentaje de trabajadores por cuenta propia informales es
ampliamente superior a la media, alcanzando en 2010 un 74,1% de
cuentapropistas no registrados. La informalidad muestra una tendencia
creciente tanto para trabajadores por cuenta propia con local como sin
local o inversión. Sin embargo, la participación relativa de los trabajadores
por cuenta propia sin local ni inversión disminuye, y como consecuencia
se registra una reducción en el nivel de informalidad de los
cuentapropistas en su conjunto (cuadro 5.8).
Cuadro 5.8
% Informalidad Participación % Informalidad Participación % Informalidad Participación
Sin Local ni inversión 93.6% 23.0% 93.7% 17.6% 96.9% 10.1%
Con local o inversión 69.0% 26.6% 66.8% 31.7% 70.1% 41.5%
Total 78.6% 49.7% 74.4% 49.3% 74.1% 51.6%
Porcentaje de trabajadores por cuenta propia informales y participación relativa en el total de ocupados infomales
según categoría por año
Fuente: Elaboración propia en base a datos de la ECH
2003 2006 2010
Al igual que en los casos anteriores la informalidad de este grupo de
trabajadores decrece fuertemente con el nivel educativo, aunque se ubica
en niveles mayores al de los ocupados para todos los casos. Las mayores
caídas en la tasa de informalidad se registraron en los trabajadores con
secundaria incompleta así como en quienes cuentan con estudios
terciarios (cuadro 5.9).
56
Cuadro 5.9
Nivel Educativo 2003 2006 2010
Primaria incompleta 93.6% 87.4% 93.4%
Primaria completa 87.4% 82.0% 90.4%
Ciclo básico incompleto 90.0% 85.9% 88.8%
Ciclo básico completo 83.6% 79.8% 77.5%
Enseñanza técnica 76.4% 73.5% 71.4%
Segundo ciclo incompleto 66.9% 61.6% 55.4%
Segundo ciclo completo 83.1% 79.5% 88.6%
Terciaria incompleta 68.1% 63.4% 55.9%
Terciaria completa 27.0% 24.5% 16.9%
Total 78.6% 74.4% 74.1%
Porcentaje de trabajadores cuenta propia sin cobertura según
nivel educativo por año
Fuente: elaboración propia en base a datos de la ECH del INE
En cuanto a la incidencia por género, se destaca la reducción de la
brecha entre hombres y mujeres registrada entre 2003 y 2010. Esta
tendencia se observa tanto en el porcentaje de trabajadores afectados
como en el peso relativo en el total de cuentapropistas ocupados
informales (cuadro 5.10).
Cuadro 5.10
% Informalidad Participación % Informalidad Participación % Informalidad Participación
Hombre 79,5% 66,2% 74,0% 61,6% 75,0% 57,6%
Mujer 76,8% 33,8% 75,0% 38,4% 73,0% 42,4%
Total 78,6% 100,0% 74,4% 100,0% 74,1% 100,0%Fuente: Elaboración propia en base a datos de la ECH
Porcentaje de trabajadores por cuenta propia informales y participación relativa según sexo
2003 2006 2010
5.4 Informalidad en el caso de los cónyuges
La literatura sobre el tema sugiere que los trabajadores secundarios
tienen mayores incentivos para adecuar su comportamiento laboral al
57
contexto familiar y a la realización de tareas domésticas, por esta razón
es importante analizar cómo afecta la informalidad a los cónyuges.
Los niveles de no registro de los cónyuges han mostrado una evolución
similar a la evidenciada en el total de ocupados pero con valores menores
durante los años considerados, pasando de 37% en 2003 a 29% en 2010
(cuadro 5.11). De forma similar a lo observado anteriormente, la
informalidad es mayor para quienes cuentan con niveles educativos
menores, para las mujeres, los ocupados en los sectores de construcción
o servicio doméstico y para los trabajadores por cuenta propia o
miembros del hogar no remunerados.
Cuadro 5.11
2003 2006 2010
Hombre 36,8% 32,4% 26,9%
Mujer 38,6% 36,8% 29,4%
Total 37,0% 32,8% 28,8%
Porcentaje de conyuges ocupados informales
según sexo por año
Fuente: elaboración propia en base a datos de la ECH del INE
Cuando se consideran únicamente los cónyuges que pertenecen a
hogares donde tanto el jefe como el cónyuge son asalariados privados,
los niveles de registro son considerablemente inferiores, ubicándose en
19,2% en 2010.
A su vez, la información analizada sugiere que existe correlación entre la
formalidad del jefe y su cónyuge. En 2010 el 77,7% de los cónyuges se
58
encuentran registrados a la seguridad social cuando el jefe de hogar
aporta, mientras que el porcentaje de cónyuges registrados a la seguridad
social se reduce al 47% cuando el jefe de hogar está ocupado en un
empleo informal (Anexo cuadro B.8). Esta relación se mantiene para los
hogares con jefes y cónyuges asalariados privados y para aquellos
integrados por cónyuges cuentapropistas, donde el porcentaje de
cónyuges registrados a la seguridad social es, en todos los casos,
superior cuando el jefe aporta.
La compatibilización de las tareas del hogar con la participación en el
mercado laboral puede generar mayores exigencias de flexibilidad
horaria. En este sentido, un elemento importante a considerar es la
presencia de menores en el hogar, que puede afectar en forma negativa
la formalización del cónyuge dada la mayor necesidad de tiempo para el
cuidado de los niños.
Aunque no se ha encontrado una relación lineal entre la cantidad de
menores y la informalidad, cónyuges ocupados que viven en hogares
donde hay más de 3 menores a cargo muestran, en términos generales,
mayores niveles de informalidad, fundamentalmente cuando se toman en
cuenta menores de 14 años (ver gráfico 5.5). Sin embargo, existen otras
variables que afectan tanto la probabilidad de aportar como la cantidad de
menores en el hogar. Hogares con menores niveles de ingreso podrían
59
tener mayores niveles de informalidad así como tasas de fecundidad
mayores.
Gráfico 5.4 Porcentaje de cónyuges ocupados no registrados según
número de menores de 14 años en el hogar
20%
30%
40%
50%
60%
70%
80%
0 1 2 3 4 5 6 y más
% n
o r
egi
stro
Número de hijos Fuente: elaboración propia en base a datos del INE
Por lo tanto, los cónyuges que muestran mayor incidencia de la
informalidad son, al igual que en los casos anteriores, quienes cuentan
con menores niveles educativos, quienes se ubican en los tramos etarios
extremos, los trabajadores por cuenta propia y las mujeres. A esto cabe
agregarle que quienes residen en hogares donde el jefe es ocupado
formal muestran menores niveles de informalidad.
6. Resultados
En esta sección se presentan los principales resultados obtenidos en este
trabajo. El análisis se realiza para distintos universos, en primer lugar, se
seleccionan los hogares compuestos por jefe y cónyuge asalariados
privados. Asimismo, para considerar comportamientos particulares según
la categoría de ocupación, se seleccionan dos universos alternativos que
consisten en: hogares con jefes asalariados (público o privado) y
cónyuges asalariados privados, y por otro lado jefes ocupados y cónyuges
cuentapropistas.
Como primera aproximación a la probabilidad de aportar del cónyuge, se
estima un modelo probit simple para el universo de asalariados privados,
para comparar los resultados obtenidos entre esta metodología y el
modelo bivariado. Adicionalmente, se estiman diferentes especificaciones
del modelo probit bivariado, incluyendo como variables explicativas de la
probabilidad de aportar del cónyuge la presencia de hijos menores, de
otros miembros del hogar mayores de edad y las variables educativas del
jefe de hogar.
La inclusión del nivel educativo del jefe busca incorporar al análisis el
efecto que podría generarse por la existencia de características comunes
entre ambos miembros del hogar así como la posibilidad de que la
educación del jefe incida directamente sobre la probabilidad de aportar del
cónyuge.
61
Se presentan las estimaciones realizadas para los años 2003, 2006 y
2010, utilizando en todos los casos los ponderadores incluidos en las
Encuestas Continuas de Hogares. En este caso las estimaciones para
2006 y 2010 se basan en la muestra del total del país de forma de contar
con mayor número de observaciones6. En el cuadro 5.1 se presentan las
variables incluidas en los modelos y sus valores medios para la muestra
de asalariados privados.
6 Se realizaron las estimaciones del modelo probit bivariado para el año 2010 para la muestra que
incluye localidades con menos de 5000 habitantes, sin encontrar diferencias relevantes en los principales resultados.
62
Cuadro 6.1 Variables utilizadas
Fuente: Elaboración propia
* Estadísticos descriptivos calculados para la muestra con jefe y cónyuge asalariados privados en base a datos de la
ECH.
Variable Definiciones Estadísticas descriptivas*
Dependientes
Aporte a caja de jubilaciones del
cónyuge
1 si aporta Aportan 80,8%
0 si no aporta No aportan 19.2%
Aporte a caja de jubilaciones del
jefe
1 si aporta Aportan 88,1%
0 si no aporta No aportan 11.9%
Independientes
Edad del cónyuge Años de edad Media= 38,5
Edad al cuadrado del cónyuge Años de edad al cuadrado Media=1592
Edad del jefe Años de edad Media= 40,5
Edad al cuadrado del jefe Años de edad al cuadrado Media=1755
Sexo del cónyuge 1 si es hombre Hombres 18,2%
0 si es mujer Mujeres 81,8%
Sexo del jefe 1 si es hombre Hombres 81,8%
0 si es mujer Mujeres 18,2%
Educación primaria del cónyuge 1 si el nivel educativo más alto
alcanzado es primaria
Tienen hasta primaria
completa el 24,7% de los
cónyuges 0 en otro caso
Educación secundaria del
cónyuge
1 si el nivel educativo más alto
alcanzado es secundaría
Tienen educación secundaria
el 59,7% de los cónyuges
0 en otro caso
Educación terciaria del cónyuge 1 si el nivel educativo más alto
alcanzado es terciaria
Tienen educación terciaria el
15,6% de los cónyuges
0 en otro caso
Educación primaria del jefe 1 si el nivel educativo más alto
alcanzado es primaria
Tienen hasta primaria
completa el 29,1% de los jefes
de hogar0 en otro caso
Educación secundaria del jefe 1 si el nivel educativo más alto
alcanzado es secundaría
Tienen educación secundaria
el 57,3% de los jefes de hogar
0 en otro caso
Educación terciaria del jefe 1 si el nivel educativo más alto
alcanzado es terciaria
Tienen educación terciaria el
13,6% de los jefes de hogar
0 en otro caso
Región 1 si reside en Montevideo Residen en Montevideo 43%
0 si reside en el Interior Residen en el Interior 57%
Media=0,77
Media=1,21Número de menores de 18 años en el
hogar
Menores en el hogar
Otros miembros del hogarNúmero de miembros mayores de edad
además del jefe y el cónyuge
63
Modelo (1)
2010
Modelo (2)
2010
Modelo (3)
2006
Modelo (4)
2006
Modelo (5)
2003
Modelo (6)
2003
Jefe aporta 0.781*** 0.769*** 0.675*** 0.659*** 0.772*** 0.744***
(0.069) (0.069) (0.053) (0.053) (0.105) (0.107)
Edad2 cónyuge -0.001*** -0.001*** -0.001*** -0.001*** 0.000 0.000
(0.000) (0.000) (0.000) (0.000) (0.000) (0.000)
Edad cónyuge 0.057*** 0.056*** 0.062*** 0.062*** -0.013 -0.015
(0.015) (0.015) (0.013) (0.013) (0.032) (0.032)
Sexo cónyuge 0.407*** 0.377*** 0.294*** 0.260*** 0.126 0.088
(0.078) (0.078) (0.077) (0.078) (0.174) (0.176)
Nivel terciario cónyuge 0.810*** 0.686*** 0.916*** 0.753*** 1.254*** 1.105***
(0.107) (0.119) (0.082) (0.09) (0.173) (0.189)
Nivel secundario cónyuge 0.284*** 0.240*** 0.317*** 0.266*** 0.310*** 0.256**
(0.059) (0.062) (0.048) (0.052) (0.102) (0.108)
Región 0.263*** 0.243*** 0.128*** 0.097** 0.493*** 0.467***
(0.054) (0.054) (0.043) (0.044) (0.09) (0.092)
Terciaria jefe 0.256** 0.354*** 0.337*
(0.115) (0.096) (0.179)
Secundaria jefe 0.112* 0.145*** 0.155
(0.06) (0.05) (0.112)
Constante -1.371*** -1.377*** -1.569*** -1.615*** -0.459 -0.485
(0.303) (0.303) (0.257) (0.257) (0.621) (0.623)
Observaciones 4657 4657 6632 6632 1113 1113
Probit simple: Cónyuge aporta
Robust standard errors in parentheses * significant at 10%; ** significant at 5%; *** significant at 1%
6.1Una primera aproximación: modelo probit simple
En el cuadro 6.2 se presentan los resultados de la estimación de un
modelo probit simple para los hogares donde tanto los jefes como sus
cónyuges son asalariados privados, el mismo incluye entre las variables
explicativas el registro a la seguridad social del jefe de hogar.
Cuadro 6.2 Estimaciones modelo probit simple, 2010, 2006 y 2003
Fuente: Elaboración propia en base a ECH
La principal variable de interés del modelo, el aporte del jefe de hogar,
muestra una relación positiva y significativa al 1% con la probabilidad de
aportar del cónyuge. Este resultado es robusto para los años elegidos
(2003, 2006 y 2010) así como para las distintas especificaciones
64
realizadas. Los resultados se modifican solo levemente al incorporar en la
estimación las variables dummies del nivel educativo del jefe. En el anexo
(Cuadro C.1) se presentan las estimaciones de dos especificaciones
alternativas: una incluye una variable que indica el número de menores en
el hogar mientras que la otra incorpora la cantidad de miembros del hogar
mayores de edad además del jefe y su cónyuge. La relación observada
entre la probabilidad de aportar de ambos miembros no se modifica
sustancialmente en ninguno de los casos, siendo significativa y positiva.
Este resultado conduciría al rechazo de la hipótesis central de este
trabajo, es decir la existencia de un efecto negativo de la formalidad del
jefe en la probabilidad de aportar del cónyuge.
En el cuadro 6.3 se exponen los efectos marginales calculados para la
especificación que incluye las variables de educación del jefe para 2010.
Se encuentra que un cambio en la variable de aporte del jefe de 0 a 1
modifica la probabilidad de aportar del cónyuge en 0,235, siendo de
acuerdo a este modelo, la variable con mayor incidencia en dicha
probabilidad. Este efecto marginal no muestra cambios significativos a lo
largo del período analizado. Los resultados se presentan en el (Anexo C.2
y C.3).
65
Efecto marginal Error estándar P>z Valor de referencia
Jefe aporta 0.2349 0.027 0.000 1
Edad2 cónyuge -0.0001 0.000 0.000 1596.65
Edad cónyuge 0.0121 0.003 0.000 38.57
Sexo cónyuge 0.0658 0.012 0.000 0
Nivel terciario cónyuge 0.0987 0.012 0.000 0
Nivel secundario cónyuge 0.0592 0.017 0.000 1
Región 0.0601 0.013 0.000 1
Nivel terciario jefe 0.0481 0.019 0.011 0
Nivel secundario jefe 0.0258 0.014 0.074 1
Fuente: elaboración propia en base a datos de la ECH del INE
Efectos marginales modelo probit simple 2010
Cuadro 6.3
El resto de las variables explicativas son significativas y presentan el
signo esperado en todos los años considerados. En primer lugar, se
observa una asociación positiva entre el nivel educativo alcanzado y la
probabilidad de aportar. La variable sexo tiene incidencia positiva en el
aporte a la seguridad social, esto significa que los hombres tienen mayor
probabilidad de ser formales (efecto marginal 0,066). Por otro lado, el
hecho de residir en Montevideo aumenta esta probabilidad
aproximadamente un 0,06, lo que puede obedecer a la estructura
productiva heterogénea entre regiones o a diferencias en la provisión de
servicios públicos y acción del Estado. Por último, la edad muestra una
relación positiva pero no lineal respecto a la probabilidad de aportar para
los cónyuges.
No obstante, las conclusiones que surgen de esta estimación podrían no
ser válidas. Como fue mencionado en el capítulo metodológico, si las
decisiones del jefe y el cónyuge de hogar están correlacionadas la
estimación podría presentar problemas de endogeneidad. Se haría
66
necesario en este caso modelizar las decisiones de forma conjunta a
través de un modelo probit bivariado recursivo.
6.2 Modelo probit bivariado recursivo
Por lo tanto, se estima un modelo probit bivariado recursivo para
incorporar la posible correlación entre los errores de las ecuaciones que
modelizan las decisiones de aportar de ambos miembros del hogar. Esta
correlación podría explicarse por simultaneidad en las decisiones o por la
existencia de factores no incluidos en el modelo que afectan la
probabilidad de aportar de los miembros del hogar. Por lo tanto, además
de la ecuación que explica las decisiones del cónyuge, se incluye una
segunda que modeliza la decisión de aporte del jefe, considerando
variables explicativas similares. En este modelo, la hipótesis de
endogeneidad de la variable de aporte del jefe puede ser contrastada
mediante un test de significación del coeficiente de correlación de los
errores (ρ).
En el cuadro 6.4 se presentan los resultados del modelo probit bivariado
recursivo para los tres años seleccionados. Nuevamente, se consideran
especificaciones alternativas incluyendo la presencia de menores en el
hogar, y la presencia de otros miembros mayores (anexo cuadro C.4).
Las estimaciones realizadas indican que si el coeficiente de correlación no
es significativo para ninguno de los años analizados de acuerdo al test de
67
Wald. Por lo tanto, no se encuentra evidencia a favor de la hipótesis de
endogeneidad, y en consecuencia no existirían factores inobservables u
omitidos que afecten simultáneamente la probabilidad de aportar del jefe y
su cónyuge. Se espera entonces, que los resultados obtenidos mediante
la estimación de este modelo no difieran considerablemente de aquellos
correspondientes al modelo probit simple.
El rechazo de la hipótesis de endogeneidad no debe interpretarse como
falta de interrelación entre las decisiones de los miembros del hogar.
Como lo señala Greene (1998), esta relación se encuentra recogida por el
coeficiente de la variable de aporte del jefe en la ecuación del cónyuge.
Como se observa en los resultados presentados en el cuadro 6.4, el
coeficiente de esta variable mantiene el signo obtenido en la estimación
realizada a partir del modelo probit simple, por lo que existiría una
incidencia positiva del registro del jefe de hogar en la probabilidad de
aportar del cónyuge.
En cuanto a la validación del modelo, es importante destacar algunos
indicadores. En primer lugar, es posible realizar un contraste de
significatividad conjunta de las variables incluidas. A partir del test de
Wald se rechaza la hipótesis de no significatividad del modelo al 99% de
confianza.
68
2010 2006 2003
chi2(13) = 374.39 chi2(13) = 477.82 chi2(13) = 281.81
Prob > chi2 = 0.000 Prob > chi2 = 0.000 Prob > chi2 = 0.000
Observaciones: 4657 Observaciones: 6632 Observaciones: 1113
2010 2006 2003
chi2(1) = 0.217 chi2(1) = 0.877 chi2(1) = 1.049
Prob > chi2 = 0.641 Prob > chi2 = 0.349 Prob > chi2 = 0.306
Observaciones: 4657 Observaciones: 6632 Observaciones: 1113
Fuente: Estimaciones propias en base a datos de la ECH
Test de Wald significatividad conjunta de modelo
Test de Wald significatividad rho (ρ)
H0: No significatividad conjunta de coeficientes
H0: ρ12 = 0
Tests de Wald Probit bivariado recursivo
Cuadro 6.4 Estimaciones modelo probit bivariado
Modelo (1)
2010
Modelo (2)
2006
Modelo (3)
2003
Jefe aporta 0.615* 0.971*** 1.181***
(0.365) (0.311) (0.384)
Edad2 cónyuge -0.001*** -0.001*** 0.000
(0.000) (0.000) (0.000)
Edad cónyuge 0.060*** 0.057*** -0.028
(0.016) (0.014) (0.034)
Sexo cónyuge 0.386*** 0.328*** 0.186
(0.089) (0.084) (0.185)
Nivel terciario cónyuge 0.820*** 0.893*** 1.189***
(0.108) (0.086) (0.183)
Nivel secundario cónyuge 0.289*** 0.309*** 0.287***
(0.06) (0.049) (0.105)
Region 0.277*** 0.105** 0.428***
(0.062) (0.049) (0.113)
Constante -1.275*** -1.705*** -0.423
(0.364) (0.290) (0.611)
Sexo jefe 0.578*** 0.506*** 0.535***
(0.068) (0.075) (0.172)
Edad jefe 0.087*** 0.090*** 0.143***
(0.016) (0.014) (0.029)
Edad2 jefe -0.001*** -0.001*** -0.002***
(0.000) (0.000) (0.000)
Nivel secundario jefe 0.304*** 0.221*** 0.456***
(0.067) (0.053) (0.112)
Nivel terciario jefe 0.738*** 0.717*** 1.201***
(0.118) (0.097) (0.185)
Region 0.382*** 0.270*** 0.392***
(0.060) (0.048) (0.099)
Constante -1.252*** -1.561*** -3.437***
(0.328) (0.300) (0.614)
Rho 0.091 -0.170 -0.260
(0.195) (0.182) (0.254)
Observations 4657 6632 1113
Ecuación 2: Jefe aporta
Robust standard errors in parentheses * significant at 10%; ** significant at
5%; *** significant at 1%
Ecuación 1: Cónyuge aporta
69
El porcentaje de predicciones correctas es un indicador comúnmente
utilizado como aproximación a la bondad de ajuste del modelo. Debido a
que la muestra no se encuentra equilibrada (el porcentaje de aporte para
asalariados es superior al 80%) se optó por utilizar como punto de corte la
frecuencia muestral de unos en lugar de 0,5. Para el año 2010 el
porcentaje de predicciones correctas de jefes de hogar que aportan a la
seguridad social es del 59%, mientras que para los cónyuges este
porcentaje llega al 60%. Sin embargo hay que tener en cuenta que el uso
de la probabilidad muestral como valor de corte podría penalizar el
porcentaje de unos estimados. En el anexo C.5 se presenta el porcentaje
de predicciones correctas de unos para las probabilidades conjuntas, que
en todos los casos supera el 50%.
De acuerdo a lo expuesto en el capítulo metodológico, es posible calcular
distintos efectos marginales en los modelos bivariados: los
incondicionados, condicionados, y los efectos marginales de la variable de
endógena obtenidos mediante la diferencia de probabilidades
condicionadas. En todos los casos el cálculo se efectuó para un hogar
tipo, seleccionando como valores de referencia las características más
frecuentes en la muestra: ambos miembros del hogar con nivel educativo
secundario, residentes en Montevideo, la variable que identifica el sexo
del jefe de hogar toma el valor uno, la del cónyuge el valor cero, y la edad
promedio para ambos miembros (38,5 años para el cónyuge y 40,6 para
el jefe de hogar en 2010).
70
0 1
Jefe aporta 0 2.1% 3.4%
1 13.0% 81.5%
86.2%
61.1%
Fuente: Estimaciones propias en base a datos de la ECH
Probabilidades conjuntas modelo bivariado recursivo
Cónyuge aporta
Probabilidad cónyuge aporta=1/jefe aporta=1
Probabilidad cónyuge aporta=1/jefe aporta=0
Efecto marginal Valores de ref. Efecto marginal Valores de ref. Efecto marginal Valores de ref.
Jefe aporta 0.1811 1 0.3475 1 0.4267 1
Edad2 cónyuge -0.0002 1596.65 -0.0002 1590.09 0.0001 1602.03
Edad cónyuge 0.0133 38.57 0.0154 38.48 -0.0075 38.79
Sexo cónyuge 0.0688 0 0.0763 0 0.0454 0
Nivel terciario cónyuge 0.1116 0 0.1522 0 0.1659 0
Nivel secundario cónyuge 0.0744 1 0.0948 1 0.0858 1
Región 0.0709 1 0.0297 1 0.1346 1
Fuente: Estimaciones propias en base a datos de la ECH
Efectos marginales modelo probit bivariado recursivo
2010 2006 2003
Cuadro 6.5
De acuerdo al efecto marginal obtenido como diferencia de las
probabilidades condicionadas para el año 2010, la probabilidad de
registrarse a la seguridad social para el cónyuge se incrementa 0,251
cuando el jefe de hogar es formal (Cuadro 6.5).
Cuadro 6.6
Los efectos calculados a partir de la función de distribución marginal y el
efecto marginal condicionado muestran igual signo al presentado por el
coeficiente. En este caso, como se observa en cuadro 6.6, un cambio en
la variable de aporte del jefe de 0 a 1 aumenta la probabilidad de aportar
para el trabajador secundario en 0,181 de acuerdo al efecto que surge de
la función de probabilidad marginal. Por otro lado, el efecto marginal
71
condicionado para esta variable toma un valor similar al anterior (0,179)
(ver anexo C.6). Para testear la significatividad de este efecto es
necesario aplicar una metodología que permita estimar los desvíos
estándar de los efectos calculados, pudiendo utilizarse el método
bootstrap o el método Deltha. Sin embargo, tal análisis escapa al alcance
del presente trabajo.
Por lo tanto, en este caso no existen diferencias importantes entre los
distintos efectos marginales calculados, como consecuencia de la no
significatividad del término de correlación de los errores (ρ).
El modelo bivariado estimado arroja resultados similares a los obtenidos
por Groisman (2011) para el caso de Argentina, donde la probabilidad de
aportar del cónyuge aumenta 34,8% cuando el jefe de hogar es formal.
Como lo señala el autor, es probable que este resultado sea
consecuencia del entorno social que comparten los miembros del hogar,
es decir existiría un efecto capital social que aumenta la probabilidad del
cónyuge de ser formal. Otro fundamento que puede explicar esta relación
es el acceso a información privilegiada sobre la demanda de trabajos
formales por parte de los cónyuges de jefes de hogar que aportan a la
seguridad social.
El resto de las variables explicativas muestran un efecto marginal con el
signo esperado. En este caso se encuentra una importante contribución a
la probabilidad de aportar del nivel educativo, dicha probabilidad se ve
72
incrementada 0,11 cuando el trabajador cuenta con enseñanza terciaria
respecto a los trabajadores con enseñanza primaria. Por su parte, la
probabilidad de ser ocupado formal aumenta cuando el trabajador es de
sexo masculino, mientras que la edad muestra un efecto positivo pero
decreciente en dicha probabilidad. La relación no lineal encontrada entre
la edad y la probabilidad de aportar es consistente con lo hallado al
caracterizar a los trabajadores formales, como se destacó los
trabajadores ubicados en los tramos de edad extremos tienen mayor
incidencia del no registro.
La presencia de hijos menores de edad en el hogar muestra una relación
negativa con la probabilidad de aportar en los tres años seleccionados
(Anexo cuadro C.4). Esto indicaría que la estructura del hogar influye en
la inserción de los cónyuges en el mercado laboral, quienes posiblemente
requieran mayor flexibilidad horaria para compatibilizar las tareas del
hogar con la actividad laboral.
Por último, se incluye la presencia de otros miembros del hogar mayores
de edad junto a la existencia de menores. Debido a lo expuesto
anteriormente, la presencia de otros miembros del hogar podría disminuir
las obligaciones del trabajador secundario en las actividades del hogar,
reduciendo el efecto negativo de la existencia de hijos menores. Sin
embargo el signo observado es opuesto al esperado para 2010 y 2006.
73
Nivel primario Nivel secundario Nivel terciario Total
Nivel primario 52.5% 16.1% 1.4% 24.7%
Nivel secundario 45.8% 71.9% 37.8% 59.7%
Nivel terciario 1.7% 12.0% 60.8% 15.6%
Total 29.1% 57.4% 13.6%
Nivel
educativo
cónyuge
Nivel educativo jefe y cónyuge asalariados privados 2010
Nivel educativo jefe de hogar
Fuente: elaboración propia en base a datos de la ECH
6.3 Otra especificación de los modelos probit bivariados recursivos
Se presenta una nueva especificación del modelo probit bivariado
incluyendo dummies de educación del jefe de hogar en la ecuación que
determina la probabilidad de aportar del cónyuge. La inclusión de estas
variables se fundamenta en la existencia de características similares que
podrían afectar la relación encontrada anteriormente en la probabilidad de
aportar del jefe y su cónyuge. Como se observa en el cuadro 6.7, en el
caso de la muestra seleccionada para el año 2010 se confirma la
tendencia a la formación de parejas entre individuos de similar nivel
educativo.
Cuadro 6.7
A su vez, si las decisiones se toman en forma conjunta el nivel educativo
del jefe de hogar podría tener incidencia directa en la inserción del
cónyuge en el mercado laboral y en su decisión de ser contribuyente. Por
lo tanto, se optó por la inclusión de las variables de nivel educativo del
jefe de hogar en la ecuación del cónyuge de forma de considerar la
posible presencia de factores inobservables, correlacionados tanto con la
74
probabilidad de aportar como con el nivel educativo de los dos miembros
del hogar. Esta especificación es similar a la de Galiani y Weinschelbaum
(2011). En cuadro 6.8 se presentan los resultados de esta nueva
estimación, mientras que las especificaciones que incluyen la presencia
de hijos menores y otros miembros mayores de edad se presentan en el
anexo C.7.
Esta especificación modifica sensiblemente los resultados para las
principales variables de interés. En primer lugar, el coeficiente de la
variable de formalidad del jefe presenta signo negativo a pesar de no ser
significativo al 90% de confianza en 2006 y 2010. Por otro lado, el
coeficiente de correlación presenta signo positivo y de acuerdo al test de
Wald, es significativamente distinto de cero al 90% de confianza en 2006
y 2010. Por lo tanto, según esta especificación, los errores de las
ecuaciones se encontrarían correlacionados, existiendo simultaneidad
entre las decisiones de formalidad del jefe de hogar y su cónyuge.
Este resultado indica la existencia de factores no observables o no
incluidos en el modelo que se encuentran correlacionados y afectan la
probabilidad de aportar de los dos miembros del hogar. El
comportamiento de los errores difiere al incorporar las variables
educativas del jefe respecto a la especificación previa, por lo que podrían
existir factores inobservables correlacionados con dichas variables que
dan lugar a que el coeficiente de correlación sea ahora positivo. Por lo
75
Modelo (1)
2010
Modelo (2)
2006
Modelo (3)
2003
Jefe aporta -0.331 -0.458 0.383
(0.396) (0.433) (0.703)
Edad2 cónyuge -0.001*** -0.001*** 0.000
(0.000) (0.000) (0.000)
Edad cónyuge 0.068*** 0.077*** -0.003
(0.014) (0.012) (0.040)
Sexo cónyuge 0.167 0.058 0.02
(0.123) (0.130) (0.225)
Nivel terciario cónyuge 0.631*** 0.672*** 1.094***
(0.120) (0.109) (0.192)
Nivel secundario cónyuge 0.219*** 0.236*** 0.252**
(0.058) (0.054) (0.108)
Nivel terciario jefe 0.420*** 0.518*** 0.437*
(0.125) (0.111) (0.262)
Nivel secundario jefe 0.191*** 0.196*** 0.204
(0.065) (0.049) (0.145)
Region 0.319*** 0.171*** 0.503***
(0.059) (0.051) (0.108)
Constante -0.694* -1.024*** -0.529
(0.395) (0.379) (0.624)
Modelo (1) Modelo (4) Modelo (1)
Sexo jefe 0.587*** 0.505*** 0.549***
(0.067) (0.074) (0.169)
Edad jefe 0.083*** 0.093*** 0.146***
(0.017) (0.013) (0.028)
Edad2 jefe -0.001*** -0.001*** -0.002***
(0.000) (0.000) (0.000)
Nivel secundario jefe 0.314*** 0.206*** 0.435***
(0.064) (0.050) (0.111)
Nivel terciario jefe 0.781*** 0.707*** 1.196***
(0.122) (0.095) (0.192)
Region 0.369*** 0.273*** 0.397***
(0.059) (0.047) (0.099)
Constante -1.181*** -1.620*** -3.484***
(0.338) (0.284) (0.592)
Rho 0.665** 0.702* 0.211
(0.304) (0.362) (0.407)
Observaciones 4657 6632 1113
Fuente: estimaciones propias en base a ECH
Ecuación 1: Cónyuge aporta
Ecuación 2: Jefe aporta
Robust standard errors in parentheses * significant at 10%; **
significant at 5%; *** significant at 1%
tanto, en esta especificación los resultados indican la existencia de
correlación positiva entre las probabilidades de aportar del jefe y su
cónyuge no capturada por las variables incluidas en el modelo.
Cuadro 6.8 Estimaciones modelo probit bivariado
76
2010 2006 2003
chi2(15) = 362.99 chi2(15) = 447.27 chi2(15) = 220.00
Prob > chi2 = 0.000 Prob > chi2 = 0.000 Prob > chi2 = 0.000
Observaciones: 4657 Observaciones: 6632 Observaciones: 1113
2010 2006 2003
chi2(1) = 4.788 chi2(1) = 3.759 chi2(1) = 0.269
Prob > chi2 = 0.028 Prob > chi2 = 0.052 Prob > chi2 = 0.603
Observaciones: 4657 Observaciones: 6632 Observaciones: 1113
Fuente: Estimaciones propias en base a datos de la ECH
H0: No significatividad conjunta de coeficientes
Test de Wald significatividad rho (ρ)
H0: ρ12 = 0
Tests de Wald probit bivariado recursivo
Test de Wald significatividad conjunta de modelo
Centrándonos ahora en la validación del modelo, se destaca en primer
lugar que el test de Wald permite descartar la falta de significatividad
conjunta de los coeficientes del mismo (Cuadro 6.9).
Cuadro 6.9
Al igual que en la especificación utilizada previamente, se estiman las
predicciones correctas a partir del modelo utilizando la probabilidad
muestral como punto de corte. El porcentaje de predicciones correctas es
similar para los jefes que aportan respecto a la estimación anterior (60%),
pero menor para los cónyuges (51%). Para las probabilidades conjuntas
el porcentaje de predicciones de unos correctos supera en todos los
casos el 54% (Anexo cuadro C.5).
Una de las alternativas utilizadas comúnmente para la comparación entre
modelos es el criterio de información de Akaike. El mismo, permite
77
comparar la bondad de ajuste de los distintos modelos estimados,
optando por aquel que minimice el valor del estadístico.
Cuadro 6.10
2010
105.964,1
Fuente: cálculos realizados a partir de datos de la ECH
Criterio de Información de Akaike
Probit Bivariado sin educación del jefe
Probit Bivariado con educación del jefe 186.776,9
187.135,9
Probit Simple
Como se observa en el cuadro 6.10, el valor mínimo se obtiene a partir
del modelo probit simple, sin embargo, la estimación obtenida con el
mismo podría presentar problemas de endogeneidad. Los valores del
estadístico para el resto de los modelos no registran diferencias de
magnitud, si bien es levemente inferior cuando se incluyen las dummies
de educación del jefe como variables explicativas de la probabilidad de
aportar del cónyuge.
Con la finalidad de determinar la incidencia de las variables incluidas en la
probabilidad de aportar se derivan los efectos marginales desarrollados
en el apartado metodológico. A pesar que el coeficiente de la variable que
indica la formalidad del jefe es negativo (aunque no significativo), el efecto
marginal calculado como diferencia de las probabilidades condicionadas
muestra el signo opuesto. Para el año 2010, la probabilidad de aportar del
cónyuge se incrementa 0,288 cuando el jefe de hogar es formal respecto
a cuándo no lo es (cuadro 6.11).
78
Efecto marginal Valores de ref. Efecto marginal Valores de ref. Efecto marginal Valores de ref.
Jefe aporta -0.0664 1 -0.1188 1 0.1273 1
Edad2 cónyuge -0.0002 1596.65 -0.0003 1590.09 0.0000 1602.03
Edad cónyuge 0.0163 38.57 0.0241 38.48 -0.0008 38.79
Sexo cónyuge 0.0367 0 0.0179 0 0.0059 0
Nivel terciario cónyuge 0.1060 0 0.1573 0 0.1851 0
Nivel secundario cónyuge 0.0583 1 0.0796 1 0.0805 1
Nivel secundario jefe 0.0502 1 0.0653 1 0.0641 1
Nivel terciario jefe 0.0799 0 0.1306 0 0.1048 0
Región 0.0888 1 0.0565 1 0.1725 1
Fuente: Estimaciones propias en base a datos de la ECH
Efectos marginales modelo probit bivariado recursivo
2010 2006 2003
Cuadro 6.11
0 1
Jefe aporta 0 2.3% 3.2%
1 12.4% 82.0%
86.8%
58.0%
Fuente: Estimaciones propias en base a datos de la ECH
Cónyuge aporta
Probabilidad cónyuge aporta=1/jefe aporta=1
Probabilidad cónyuge aporta=1/jefe aporta=0
Probabilidades conjuntas modelo probit bivariado recursivo
No obstante, la incidencia de esta variable mediante el cálculo de la
función de probabilidad marginal (cuadro 6.12) muestra un efecto
negativo, al igual que los efectos marginales condicionados que se
presentan en el anexo (cuadro C.6).
Cuadro 6.12
De acuerdo a Hoffman y Kassouf (2005), la diferencia a la que se arriba
con las distintas alternativas de cálculo de los efectos marginales se
fundamenta en la correlación de errores de ambas ecuaciones. En esta
especificación el parámetro rho es positivo y significativo, por lo que
existirían variables no incluidas que incrementan la probabilidad de
79
aportar del cónyuge cuando el jefe de hogar está registrado a la seguridad
social.
De no existir dicha correlación, la probabilidad de aportar del cónyuge se
reduciría 0,066 cuando el jefe de hogar aporta a la seguridad social,
resultado similar al encontrado para el efecto marginal condicionado
(-0,061). De acuerdo al marco teórico utilizado los beneficios marginales
de aportar a la seguridad social son decrecientes para el segundo
trabajador formal del hogar. Por lo tanto, este resultado podría explicarse
por la existencia de beneficios percibidos por el núcleo familiar por el
aporte a la seguridad social del jefe que implicaría un menor incentivo al
registro para el cónyuge. No obstante, la variable no tiene una incidencia
significativa, sugiriendo que la presencia de un miembro formal en el
hogar no modifica la decisión individual del cónyuge.
El resto de las variables incluidas en el modelo son, en general,
significativas y muestran el signo esperado. El coeficiente correspondiente
a la variable sexo en la ecuación del cónyuge no es significativo, lo que
podría explicarse por su reducida variabilidad dado que más del 80% de
los cónyuges son mujeres. El nivel educativo es la variable que muestra
mayor incidencia para explicar la probabilidad de aportar del cónyuge, con
un incremento de 0,106 cuando el individuo alcanzó enseñanza terciaria
respecto a primaria. A su vez, la probabilidad de aportar del cónyuge
80
aumenta para los residentes en Montevideo y muestra una relación
positiva pero decreciente con la edad.
De acuerdo al marco teórico utilizado, la formalidad del jefe debería tener
efectos diferenciados de acuerdo al nivel educativo del cónyuge. Por lo
tanto, se analizan los resultados del modelo desagregando el efecto del
aporte del jefe para los tres niveles educativos. No obstante, los
resultados para el año 2010 no son significativos al 90% de confianza, lo
que indica la falta de diferencias relevantes en la incidencia de la
formalidad del jefe según el nivel educativo del cónyuge (Anexo C.8).
A modo de síntesis, se destaca que la inclusión de la educación del jefe
en la ecuación del cónyuge modifica los resultados del modelo bivariado
sensiblemente. En primer lugar, el coeficiente de la variable de aporte del
jefe es negativo y no significativo. La diferencia entre los resultados
obtenidos podría deberse a la existencia de variables correlacionadas con
el nivel educativo, que se observan en esta nueva especificación y
provocan que el término de correlación de los errores sea positivo y
significativo. A su vez, debido a que el coeficiente rho es significativo, los
efectos marginales muestran diferencias relevantes de acuerdo al método
utilizado para su cálculo. De todas formas, nuevamente se rechaza la
principal hipótesis de este trabajo debido a que el coeficiente de la
variable de aporte del jefe de hogar es no significativo. Esta conclusión no
81
se modifica en las distintas especificaciones ni a lo largo del período de
análisis.
6.4 Otras estimaciones
Considerando que pueden existir incentivos a aportar a la seguridad
social particulares por categoría de ocupación, se procedió a estimar los
modelos probit bivariado para otros universos de trabajadores. En primer
lugar, se consideró la posibilidad de que el jefe de hogar sea asalariado
(público o privado) mientras que su cónyuge sea asalariado privado. Los
ocupados en el sector público poseen mayor estabilidad en sus puestos
de trabajo y pueden percibir beneficios adicionales que modifiquen el
comportamiento del resto de los integrantes del hogar. Para identificar
esta posible influencia se incorpora en la regresión una variable dummy
que indica si el jefe de hogar es asalariado público.
De acuerdo a los resultados presentados en el cuadro 6.13, la
probabilidad de aportar del cónyuge disminuye cuando el jefe de hogar es
asalariado público respecto al caso en el que es asalariado privado. El
resto de las variables mantiene los signos obtenidos para la muestra de
asalariados privados en las diferentes especificaciones estimadas, incluso
la correspondiente a la formalidad del jefe.
82
Modelo (1)
2010
Modelo (2)
2010
Modelo (3)
2010
Modelo (4)
2010
Modelo (5)
2010
Modelo (6)
2010
Jefe aporta 0.505* 0.514** 0.524** -0,157 -0,077 -0,051
(0.262) (0.256) (0.258) (0.262) (0.263) (0.266)Edad2 cónyuge -0.001*** -0.001*** -0.001*** -0.001*** -0.001*** -0.001***
(0.000) (0.000) (0.000) (0.000) (0.000) (0.000)Edad cónyuge 0.063*** 0.084*** 0.089*** 0.067*** 0.085*** 0.090***
(0.014) (0.015) (0.015) (0.014) (0.014) (0.015)Sexo cónyuge 0.394*** 0.391*** 0.382*** 0.232*** 0.249*** 0.246***
(0.073) (0.073) (0.073) (0.081) (0.080) (0.080)Nivel terciario cónyuge 0.988*** 0.959*** 0.934*** 0.770*** 0.763*** 0.745***
(0.099) (0.099) (0.099) (0.108) (0.108) (0.108)Nivel secundario cónyuge 0.336*** 0.317*** 0.310*** 0.264*** 0.256*** 0.251***
(0.053) (0.053) (0.053) (0.053) (0.054) (0.054)Nivel terciario jefe 0.467*** 0.431*** 0.422***
(0.102) (0.102) (0.102)Nivel secundario jefe 0.175*** 0.158*** 0.153***
(0.056) (0.057) (0.057)Region 0.275*** 0.258*** 0.267*** 0.287*** 0.269*** 0.277***
(0.052) (0.052) (0.052) (0.051) (0.051) (0.051)N° menores en el hogar -0.095*** -0.101*** -0.084*** -0.091***
(0.022) (0.022) (0.022) (0.022)Otros miembros del hogar -0.111*** -0.104***
(0.032) (0.031)Asalariado público jefe -0.156** -0.168** -0.171** -0,089 -0,111 -0,116
(0.071) (0.070) (0.071) (0.080) (0.078) (0.078)Constante -1.279*** -1.490*** -1.594*** -0.866*** -1.094*** -1.206***
(0.320) (0.325) (0.327) (0.316) (0.325) (0.328)
Sexo jefe 0.578*** 0.579*** 0.578*** 0.583*** 0.584*** 0.584***
(0.067) (0.068) (0.068) (0.067) (0.067) (0.067)Edad jefe 0.087*** 0.087*** 0.087*** 0.085*** 0.084*** 0.084***
(0.016) (0.016) (0.016) (0.016) (0.016) (0.016)Edad2 jefe -0.001*** -0.001*** -0.001*** -0.001*** -0.001*** -0.001***
(0.000) (0.000) (0.000) (0.000) (0.000) (0.000)Nivel secundario jefe 0.302*** 0.304*** 0.305*** 0.318*** 0.318*** 0.318***
(0.066) (0.065) (0.065) (0.064) (0.064) (0.064)Nivel terciario jefe 0.741*** 0.743*** 0.743*** 0.806*** 0.801*** 0.801***
(0.117) (0.117) (0.117) (0.125) (0.125) (0.125)Region 0.381*** 0.381*** 0.381*** 0.368*** 0.369*** 0.370***
(0.060) (0.060) (0.060) (0.059) (0.059) (0.059)Asalariado público jefe 6.041*** 6.046*** 6.050*** 6.214*** 6.090*** 6.101***
(0.124) (0.123) (0.123) (0.060) (0.067) (0.072)Constante -1.253*** -1.246*** -1.243*** -1.219*** -1.205*** -1.199***
(0.328) (0.328) (0.328) (0.326) (0.328) (0.330)Rho 0,148 0,134 0,127 0.535*** 0.473*** 0.454***
(0.141) (0.137) (0.138) (0.174) (0.166) (0.165)
Observaciones 5665 5665 5665 5665 5665 5665
Ecuación 2: Jefe aporta
Ecuación 1: Cónyuge aporta
Robust standard errors in parentheses * significant at 10%; ** significant at 5%; *** significant at 1%.
Fuente: Elaboración propia en base a datos del INE
Cuadro 6.13 Estimaciones modelo probit bivariado
Por último, se consideró el universo de parejas conformadas por jefes
ocupados (independientemente de su categoría de ocupación) y
cónyuges cuentapropistas (con o sin local). En este caso se incluyen
83
todos los jefes ocupados de forma de contar con un mayor número de
observaciones.
Los trabajadores por cuenta propia se encuentran sujetos a una
legislación particular y podrían tener mayor autonomía para decidir si
contribuyen a la seguridad social. Asimismo, como se destacó en
secciones previas, los trabajadores por cuenta propia presentan niveles
de informalidad superiores al promedio, contando en general con bajos
niveles de calificación y menores ingresos.
Los resultados obtenidos para 2010, y presentados en el cuadro 6.14
muestran un cambio importante respecto a las estimaciones realizadas
para la muestra de asalariados privados. En primer lugar, el coeficiente de
la variable de aporte del jefe de hogar es negativo en todas las
estimaciones realizadas. En la especificación que no considera dummies
de educación del jefe como variable explicativa de la probabilidad de
aportar del cónyuge el coeficiente es negativo pero no significativo.
Al incluir las variables educativas del jefe, se encuentra una asociación
negativa entre la formalidad de ambos miembros del hogar. Por lo tanto,
los resultados obtenidos señalan que los cónyuges cuentapropistas
presentan menor probabilidad de estar registrados a la seguridad social
cuando el jefe de hogar se encuentra ocupado en un empleo formal. Esto
estaría señalando la existencia de incentivos particulares para esta
categoría de ocupación, tales como el alto costo relativo de la formalidad
84
Modelo (1)
2010
Modelo (2)
2010
Modelo (3)
2010
Modelo (4)
2010
Modelo (5)
2010
Modelo (6)
2010
Jefe aporta -0.064 -0.064 -0.057 -0.383*** -0.378*** -0.374***
(0.102) (0.102) (0.102) (0.087) (0.087) (0.087)
Edad2 cónyuge -0.001*** -0.001*** -0.001*** -0.001*** -0.001*** -0.001***
(0.000) (0.000) (0.000) (0.000) (0.000) (0.000)
Edad cónyuge 0.082*** 0.088*** 0.098*** 0.085*** 0.089*** 0.099***
(0.023) (0.024) (0.024) (0.022) (0.024) (0.024)
Sexo cónyuge -0.021 -0.018 -0.026 -0.182** -0.178** -0.186**
(0.072) (0.073) (0.072) (0.073) (0.074) (0.073)
Nivel terciario
cónyuge
1.366*** 1.351*** 1.350*** 0.900*** 0.894*** 0.894***
(0.092) (0.092) (0.092) (0.101) (0.101) (0.101)
Nivel secundario
cónyuge
0.293*** 0.283*** 0.289*** 0.154** 0.149** 0.155**
(0.066) (0.066) (0.067) (0.065) (0.066) (0.066)
Nivel terciario jefe 1.032*** 1.016*** 1.015***
(0.105) (0.105) (0.105)
Nivel secundario jefe 0.321*** 0.312*** 0.312***
(0.068) (0.068) (0.069)
Region -0.009 -0.019 -0.014 -0.123** -0.130** -0.125**
(0.062) (0.063) (0.063) (0.062) (0.063) (0.063)
N° menores en el
hogar
-0.097*** -0.103*** -0.081*** -0.087***
(0.025) (0.026) (0.025) (0.025)
Otros miembros del
hogar
-0.090** -0.083**
(0.037) (0.036)
Cuenta propia sin local -1.128*** -1.112*** -1.115*** -1.044*** -1.034*** -1.038***
(0.124) (0.123) (0.124) (0.122) (0.122) (0.122)
Constante -2.483*** -2.385*** -2.608*** -2.445*** -2.355*** -2.558***
(0.485) (0.501) (0.510) (0.483) (0.497) (0.507)
Sexo jefe 0.410*** 0.410*** 0.410*** 0.426*** 0.425*** 0.425***
(0.088) (0.087) (0.087) (0.087) (0.087) (0.087)
Edad jefe 0.083*** 0.083*** 0.082*** 0.085*** 0.085*** 0.084***
(0.024) (0.023) (0.023) (0.022) (0.022) (0.022)
Edad2 jefe -0.001*** -0.001*** -0.001*** -0.001*** -0.001*** -0.001***
(0.000) (0.000) (0.000) (0.000) (0.000) (0.000)
Nivel secundario jefe 0.231*** 0.235*** 0.236*** 0.277*** 0.279*** 0.279***
(0.068) (0.068) (0.068) (0.068) (0.069) (0.069)
Nivel terciario jefe 1.108*** 1.116*** 1.116*** 1.286*** 1.289*** 1.286***
(0.131) (0.130) (0.130) (0.123) (0.123) (0.123)
Region 0.125* 0.123* 0.121* 0.092 0.091 0.089
(0.069) (0.069) (0.069) (0.068) (0.068) (0.068)
Constante -1.306** -1.309** -1.294** -1.437*** -1.438*** -1.417***
(0.520) (0.517) (0.518) (0.497) (0.494) (0.495)
Rho 0.502*** 0.502*** 0.498*** 0.741*** 0.737*** 0.735***
(0.082) (0.082) (0.083) (0.081) (0.080) (0.081)
Observaciones 3095 3095 3095 3095 3095 3095
Fuente: Estimaciones propias en base a ECH
Ecuación 1: Cónyuge aporta
Ecuación 2: Jefe aporta
Robust standard errors in parentheses * significant at 10%; ** significant at 5%; *** significant at 1%
Dummies categoría ocupación
respecto a sus ingresos o la existencia de una menor probabilidad de ser
descubiertos incumpliendo la legislación.
Cuadro 6.14 Estimaciones modelo probit bivariado
85
Por otra parte, los resultados no permiten descartar la hipótesis de que los
trabajadores por cuenta propia elijan voluntariamente ocuparse en el
sector informal, sugiriendo que el enfoque de “escape” se adapta mejor a
estos trabajadores que a los asalariados privados, tal como lo señalan
Perry et al. (2007).
Este resultado, al igual que el abordado por Buchelli y Ceni (2010),
indicaría que el enfoque de “escape” es pertinente para el caso uruguayo,
donde al menos parte de los trabajadores elegirían el sector en el que
ocuparse.
Cuadro 6.15
P(cónyuge aporta=1/ jefe aporta=1) 0.283 0.244
P(cónyuge aporta=1/ jefe aporta=0) 0.060 0.031
Efecto marginal dif. prob. condicionadas 0.223 0.213
Efecto marginal condicionado -0.023 -0.140
Efecto marginal prob. marginal -0.021 -0.129
*Jefe ocupado y cónyuge cuentapropista
Fuente: Estimaciones propias en base a datos de la ECH
Efecto marginal jefe aporta
2010
Sin educación del
jefe
Con educación del
jefe
Tal como se muestra en el cuadro 6.15 los efectos marginales de la
variable de aporte del jefe de hogar, tanto los condicionados como
aquellos calculados a partir de la función de probabilidad marginal son
negativos, manteniendo el signo de coeficiente. Sin embargo, el efecto
marginal calculado a partir de la diferencia entre las probabilidades
marginales condicionadas es positivo, debido a que en este caso el
coeficiente de correlación es positivo y significativo.
86
Cuadro 6.16
Efecto marginal Valor de referencia Efecto marginal Valor de referencia
Jefe aporta -0.0213 1 -0.1291 1
Edad2 cónyuge -0.0003 2041.22 -0.0003 2041.22
Edad cónyuge 0.0267 43.73 0.0253 43.73
Sexo cónyuge -0.0066 0 -0.0502 0
Nivel terciario cónyuge 0.5050 0 0.3315 0
Nivel secundario cónyuge 0.0859 1 0.0431 1
Región -0.0028 1 -0.0382 1
Cuenta propia sin local -0.2597 0 -0.2185 0
Nivel terciario jefe 0.3833 0
Nivel secundario jefe 0.0834 1
Efectos marginales función de probabilidad marginal modelo probit bivariado 2010
Fuente: elaboración propia en base a datos de la ECH
*Hogares con jefes ocupados y cónyuges cuentapropis tas
Sin educación jefe de hogar Con educación jefe de hogar
Por otra parte, los cuentapropistas sin local registran menor probabilidad
de aportar que aquellos con local o inversión. De acuerdo al efecto
marginal que se muestra en el cuadro 6.16, para el modelo que incluye
las variables educativas del jefe, la probabilidad de aportar se reduce
0,218 por no contar con local ni inversión. Es posible que este resultado
se deba a la existencia de una menor probabilidad de ser descubierto o a
la percepción de menores ingresos.
El nivel educativo muestra la asociación positiva esperada, siendo la
probabilidad de aportar del cónyuge 0,331 superior para los trabajadores
que cuentan con educación terciaria. Esta variable es además la que
ejerce mayor influencia en la probabilidad de aportar.
En síntesis, a partir de las estimaciones realizadas en este capítulo, no se
encuentra evidencia que apoye la idea de que la probabilidad de aportar
de los cónyuges asalariados sea menor cuando el jefe de hogar es formal.
87
Esta conclusión se mantiene para las diferentes especificaciones
utilizadas y a lo largo del período de análisis. Sin embargo, los motivos
que llevan al rechazo de esta hipótesis difieren según la especificación del
modelo de referencia.
Tanto en el modelo probit simple como en la primera especificación del
modelo probit bivariado para asalariados privados (sin incorporar las
variables dummies que identifican el nivel educativo del jefe), se
encuentra que la probabilidad de aportar del cónyuge se ve afectada
positivamente por la formalidad del jefe. Sin embargo, es posible que
dicha asociación sea consecuencia de la formación de parejas con
características similares.
La incorporación de las variables que identifican el nivel educativo del jefe
provoca cambios relevantes en las estimaciones, determinando un efecto
no significativo del aporte del jefe de hogar en el registro del cónyuge. Por
otra parte, el coeficiente de correlación (rho) es positivo y significativo,
señalando la existencia de elementos inobservables o no incluidos en el
modelo que podrían afectar ambas decisiones, posiblemente
correlacionados con el nivel educativo. Una posible interpretación de este
resultado es que las decisiones de aporte se toman en forma conjunta por
los miembros del hogar considerados, aunque en base a otros
determinantes.
88
Los hogares con jefe ocupado y cónyuge cuenta propia muestran un
comportamiento particular, ya que la formalidad del jefe afectaría
negativamente la probabilidad de aportar de los cónyuges. Por lo tanto, la
evidencia sugiere que podría existir para estos trabajadores un mayor
poder de decisión sobre el sector en el que ocuparse.
Los resultados obtenidos son sensibles a cambios en la especificación del
modelo, posiblemente como consecuencia de la débil identificación del
mismo dado que no incorpora restricciones de exclusión. Todas las
especificaciones del modelo probit bivariado podrían verse afectadas por
este problema, lo que no permite ser concluyente sobre que modelización
ajusta mejor a la explicación de los determinantes de aportar a la
seguridad social de los cónyuges. En el cuadro 6.17 se resumen los
principales resultados.
Cuadro 6.17 Resultados de los modelos probit bivariados para 2010
Universo Especificación Rho Coeficiente jefe aporta Efectos marginales jefe aporta
Diferencia prob condicionadas: 0,251
Distribución marginal: 0,181
Efecto marginal condicionado: 0,179
Diferencia prob condicionadas: 0,288
Distribución marginal: -0,066
Efecto marginal condicionado: -0,061
Diferencia prob condicionadas: 0,311
Distribución marginal: 0,147
Efecto marginal condicionado: 0,147
Diferencia prob condicionadas: 0,544
Distribución marginal: -0,035
Efecto marginal condicionado: -0,035
Diferencia prob condicionadas: 0,223
Distribución marginal: -0,021
Efecto marginal condicionado: -0,023
Diferencia prob condicionadas: 0,213
Distribución marginal: -0,129
Efecto marginal condicionado: -0,140
Fuente: Estimaciones propias en base a ECH
-0,157 (No significativo)
-0,331 (No significativo)
-0,383 (Significativo 1%)
0,148 (No significativo) 0,505 (Significativo 10%)
Con nivel educativo del jefe
Sin nivel educativo del jefe
Con nivel educativo del jefe
0,535 (Significativo 1%)
0,502 (Significativo 1%)
0,741 (Significativo 1%)
Sin nivel educativo del jefe
-0,064 (No Significativo)
Jefe y cónyuge asalariados
privados
Jefe asalariado (público o
privado) y cónyuge asalariado
privado
Jefe ocupado y cónyuge
cuentapropista
Sin nivel educativo del jefe 0,091 (No significativo) 0,615 (Significativo 10%)
Con nivel educativo del jefe 0,665 (Significativo 5%)
7. Síntesis y reflexiones finales
La principal motivación de este trabajo es problematizar sobre los
determinantes de la informalidad en Uruguay. La literatura reciente
destaca la importancia de la toma de decisiones de los trabajadores para
explicar la existencia y persistencia de un sector informal en la economía.
En este sentido, se considera la posibilidad de que parte de los
trabajadores decidan voluntariamente el sector en el que ocuparse de
acuerdo a la alternativa que le otorgue mayor utilidad.
A partir de las estimaciones realizadas para los hogares compuestos por
jefe y cónyuge asalariados privados se rechaza la que la formalidad del
jefe incida negativamente en la probabilidad de aportar del cónyuge.
Adicionalmente, los resultados obtenidos señalan la importancia de otros
factores como determinantes de la probabilidad de ser contribuyentes. No
obstante, esta conclusión podría derivarse de la falta de poder de decisión
de los asalariados privados en la determinación del sector en el que
ocuparse.
Debido a la sensibilidad del modelo ante la inclusión de las variables
educativas del jefe de hogar como explicativas de la probabilidad de
aportar del coyuge, es necesario relativizar la interpretación de los
resultados. Es posible que este problema sea consecuencia de la débil
identificación del modelo, lo que no permite ser concluyentes respecto a la
relación existente entre las decisiones de formalización de los integrantes
90
del hogar. Es necesario avanzar en la estimación de modelos que
permitan identificar relaciones de causalidad discriminándolas de la
existencia de correlación entre las decisiones.
Al no encontrarse indicios de una mayor propensión de los cónyuges
asalariados a ocuparse informalmente cuando el jefe de hogar es formal,
el aumento de la participación laboral de los cónyuges no derivaría
necesariamente en incrementos de la tasa de informalidad.
La estabilidad de los resultados a lo largo del período considerado sugiere
que los cambios ocurridos a partir de la implementación de la reforma del
sistema de salud no habrían modificado sustancialmente los incentivos a
la formalidad de los cónyuges asalariados. Sin embargo, el modelo
utilizado en este trabajo recoge el efecto de estos incentivos únicamente
de forma indirecta. Adicionalmente, aún no es posible observar los efectos
de esta reforma en el mercado laboral en su totalidad dado que la misma
continúa en proceso de implementación.
La estimación del modelo para otros universos permite concluir que la
relación entre la formalidad del jefe de hogar y su cónyuge difiere según la
categoría de ocupación. Cuando se considera la posibilidad de que el jefe
sea asalariado público, se encuentra que la probabilidad de aportar del
cónyuge disminuye respecto al caso en el que el jefe es asalariado
privado.
91
Por otra parte, las estimaciones indican que el aporte del jefe a la
seguridad social podría afectar negativamente la formalidad del cónyuge
cuando este es ocupado por cuenta propia. Es posible que el resultado se
derive de la existencia de mayor autonomía en la toma de decisiones de
aporte de este grupo de trabajadores. Asimismo, otros factores que deben
considerarse como probables explicaciones son la menor valoración de
los beneficios de la formalidad y el mayor costo relativo de los aportes a la
seguridad social.
El análisis realizado en este trabajo implica una nueva aproximación a los
determinantes de aportar a la seguridad social y a las decisiones al
interior del hogar, teniendo en cuenta la interrelación entre las mismas.
Investigaciones futuras podrían ampliar el análisis de las consecuencias
de las políticas aplicadas en los últimos años sobre la formalidad de los
distintos miembros del hogar. Por otro lado, sería de gran utilidad generar
datos panel que permitan la utilización de herramientas econométricas
alternativas, superando las limitaciones de los modelos aplicados a datos
de corte transversal.
Bibliografía:
• Achard, Mercedes; Agazzi, Raquel; Aguirre, María del Rosario; Canzani, Agustín; Longhi, Augusto; Moreira, Constanza. 1986. El
Trabajo Informal en Montevideo. Montevideo, Ed. Banda Oriental.
• Amarante, Verónica; Arim, Rodrigo. 2004. El mercado laboral:
Cambios estructurales y el Impacto de la crisis, 1986-2002, en: Uruguay. Empleo y Protección Social. De la crisis al crecimiento. Organización Internacional del Trabajo. Santiago de Chile.
• Amarante, Verónica; Espino, Alma. 2007. Informalidad y proyección social en Uruguay. Elementos para una discusión conceptual y
metodológica. Montevideo, Instituto de Economía, Series de Documentos de Trabajo, DT 1/07.
• Arim, Rodrigo; Salas, Gonzalo. 2007. Situación del empleo en el
Uruguay. Montevideo, Instituto Nacional de Estadística.
• Auerbach, Paula; Genoni, Maria Eugenia; Pages, Carmen. 2005.
Social Security Coverage and the Labor Market in Developing Countries. Washington, Research department working paper 537, Banco
Interamericano de Desarrollo (BID).
• Badillo, Erika; Castro, Emma; García, Gustavo. 2011. La
participación laboral de la mujer casada y su cónyuge en Colombia: Un enfoque de decisiones relacionadas. Lecturas de Economía, 74.
• Bérgolo, Marcelo; Cruces, Guillermo. 2010. Labor informality and
the incentive effects of social security. Evidence from a health reform in Uruguay. La Plata, Centro de Estudios Distributivos Laborales y Sociales
(CEDLAS).
• Bosch, Mariano; Maloney, William. 2005. Labor Market Dynamics
in Developing Countries: comparative analysis using continuous time Markov processes. Washington, World Bank policy research working paper series 3583.
• Bosch, Mariano; Campos-Vazquez, Raymundo. 2010. The trade-offs of social assitance programs in the labor market: the case of the
seguro popular program in Mexico. Documento de Trabajo XII, Centro de Estudios Económicos.
• Bucheli, Marisa. 2004. Uruguay: La cobertura de la seguridad social
en el empleo, 1991-2002, en Fabio Bertranou: Protección Social y
93
Mercado Laboral, Organización Internacional del Trabajo. Santiago de Chile.
• Bucheli, Marisa; Ceni, Rodrigo. 2010. Informality: sectorial selection and earnings in Uruguay. Montevideo, Departamento de
Economía (DECON), documento nº 20/07.
• Castells, Manuel; Portes, Alejandro. 1989. World underneath: The
origins, dynamics, and effects of the informal economy. Johns Hopkins University Press.
• Chiappori, Pierre-André. 1992. Collective Labor Supply and
Welfare. Chicago, Journal of Political Economy.
• De Soto, Hernando; Ghersi, Enrique; Ghibellini, Mario. 1987. El
otro sendero: La revolución informal. México, Ed. Diana. Instituto Libertad y Democracia (ILD).
• Doneschi, Andrea; Patrón, Rossana. 2012. Educación y Trabajo Informal: Que nos dicen las cifras, Uruguay 2001-2011. Montevideo,
Departamento de Economía (DECON), Documento No. 04/12.
• Duval, Robert; Smith, Ricardo. 2011. Informality and Seguro
Popular under segmented labor markets. CIDE, mimeo.
• Filgueira, Fernando; Gelber Denisse. 2003. La informalidad en el
Uruguay: ¿Un mecanismo de adaptación del trabajo o del capital? Montevideo. Serie de trabajos de IPES, Universidad Católica del Uruguay.
• Galiani, Sebastian; Weinschelbaum, Federico. 2011. Modelling
Informality Formally: Households and Firms. Economic Inquiri, volume 3.
• Garganta, Santiago; Gasparini, Leonardo. 2012. El impacto de un
Programa Social sobre la Informalidad Laboral: El caso de la AUH en Argentina. La Plata, Centro de Estudios Distributivos Laborales y Sociales
(CEDLAS), Documento de Trabajo Nro. 133.
• Gasparini, Leonardo; Haimovich, Francisco; Olivieri, Sergio.
2007. Labor informality effects of a Poverty-Alleviation Program. La Plata, Centro de Estudios Distributivos Laborales y Sociales (CEDLAS) Universidad Nacional de la Plata, Documento de Trabajo 53.
• Greene, William. 1996. Marginal Effects in the Bivariate Probit Model. New York, Working Paper No. 96-11, Department of Economics,
Stern School of Business, New York University.
94
• Greene, William. 1998. Gender Economic Courses in Liberal Arts Colleges: Further Results. Journal of Economic Education 29, pág. 291-
300.
• Greene, William. 2003. Econometric Analysis 5th edition. New
Jersey, USA, Prentice Hall
• Groisman, Fernando. 2011. Argentina: los hogares y los cambios
en el mercado laboral (2004-2009). Santiago de Chile, Comisión Económica para América Latina y el Caribe (CEPAL).
• Harris, John; Todaro, Michael. 1970. Migration, Unemployment and
Development: A Two-Sector Analysis. The American Economic Review, Volume 60, Issue 1, pág. 126-142.
• Heckman, James. 1978. Dummy Endogenous Variable in a Simultaneuos Equation System. Econométrica.
• Hoffmann, Rodolfo; Kassouf, Ana Lucía. 2005. Work-Related Injuries Involving Children and Adolescents: Application of a Recursive
Bivariate Probit Model. Brazilian Review of Econometrics
• Jacob, Raúl. 1984. Crisis y Mercado de Trabajo: una aproximación a
la problemática de los años veinte y treinta. Montevideo, Centro Interdisciplinario de Estudios del Desarrollo en Uruguay (CIEDUR).
• Levy, Santiago. 2008. Good intentions, bad outcomes: social policy,
informality, and economic growth in Mexico. Brookings Institution, Washington D.C..
• Maddala, Gangadharrao. 1983. Limited-Dependent and Qualitative Variables in Econometrics. Cambridge University Press.
• Maloney, William. 1999. Does Informality Imply Segmentation in Urban Labor Markets? Evidence from sectorial transitions in Mexico.
Washington D.C., Banco Mundial, Economic Review.
• Maloney, William. 2003. Informality Revisited. Washington, World
Bank policy research working paper 2965.
• Mondino, Guillermo; Montoya, Silvia. 2004. The Effects of Labor
Market Regulations on Employment Decisions by Firms: Empirical Evidence for Argentina. Washington, Research network working paper 391.
• Monfardini, Chiara; Radice, Rosalba. 2006. Testing Exogeneity in the Bivariate Probit Model. Bologna. Departamento de Economía,
Universidad de Bologna.
95
• Notaro, Jorge. 2005. La calidad de empleo en el Uruguay 1984-2003. Montevideo, Serie de documentos de trabajo del Instituto de
Economía, DT 01/05.
• Novales, Alfonso. 1993. Econometría. Mc Graw-Hill.
• Pagano, Juan Pablo; Rijo, Natalia; Rossi, Máximo. 2010. Fecundidad y Oferta Laboral Femenina en el Uruguay: Un enfoque
económico, población y salud en Mesoamérica. Universidad de Costa Rica, Red de Revistas Científicas de América Latina, Caribe, España y Portugal.
• Perry, Guillermo; Arias, Omar; Fajnzylber, Pablo; Maloney, William; Mason Andrew, Saavedra-Chanduvi, Jaime. 2007.
Informalidad: Escape y exclusión. Washington D.C., Estudios del Banco Mundial sobre América Latina y el Caribe.
• Portes, Alejandro; Schauffler, Richard. 1993. Competing
Perspectives on the Latina American informal sector. Population and Development Review 19, No.1.
• Tokman, Victor para Organización Internacional del Trabajo. 1972. Employment, incomes and inequality. A strategy for increasing productive
employment in Kenya. Ginebra, OIT.
• Tokman, Victor para Organización Internacional del Trabajo. 2001.
De la informalidad a la modernidad. Santiago de Chile, OIT.
• Wilde, Joachim. 2000. Identification of multiple equation probit
models with endogenous dummy regressors. Alemania, Department of Economics, Martin-Luther-University Halle-Wittenberg. Economics Letters 69.
ANEXO A
Cuadro A.1
To
km
an
Po
rte
sD
e S
oto
Pri
ncip
ale
s e
nfo
qu
es
sob
re i
nfo
rma
lid
ad
Se
trata
de
las
activi
dades
que
se
desarr
olla
nm
edia
nte
rela
cio
nes
labora
les
no
regula
das
por
lanorm
ativa
institu
cio
nal.
Esta
sactivi
dades
com
pre
nden
lapro
ducció
nde
subsis
tencia
,y
toda
aquella
activi
dad
que
no
respeta
lare
gula
ció
nla
bora
l.
Unid
ad p
roductiva
Fuente
: A
mara
nte
y E
spin
o (
2007)
y F
ilgueira y
Gelb
er
(2003)
Son
activi
dades
que
sin
ser
necesariam
ente
ilegale
s,
se
desarr
olla
n
no
respeta
ndo
lanorm
ativa
vigente
.S
e
trata
de
activi
dades
que
se
realiz
an
fuera
del
marc
ode
lale
ycom
o
consecuencia
de
laexcesiv
are
gula
ció
n
por
part
edel
Esta
do.
Unid
ad d
e
anális
isA
ctivi
dades
Activi
dades
El
concepto
de
info
rmalid
ad
se
lo
vincula
con
las
activi
dades
realiz
adas
con
baja
rela
ció
ncapital/tr
abajo
,
escasa
pro
ductivi
dad,
poca
acum
ula
ció
ny
sin
barr
era
sde
entr
ada.
Asim
ism
o,
exis
ten
restr
iccio
nes
para
el
acceso
al
cré
dito
ya
los
facto
res
de
pro
ducció
n.
Defin
ició
n y
cara
cte
rísticas
Resulta
funcio
nal
al
resto
de
la
econom
íaal
ser
pro
veedor
de
bie
nes
y
serv
icio
sa
menor
costo
,art
iculá
ndose
de
esa
form
acon
los
dem
ás
secto
res.
La
eva
sió
nde
los
altos
costo
s
requeridos
para
lare
aliz
ació
nde
las
activi
dades
pro
ductiva
sdentr
ode
los
limites
legale
ses
el
princip
al
impuls
o
de
lain
form
alid
ad.
Causas
El
secto
rin
form
al
form
apart
ede
la
estr
uctu
rade
pro
ducció
nde
la
econom
ía.
Form
apart
ede
laestr
uctu
raeconóm
ica
pero
su
rela
cio
nam
iento
es
asim
étr
ico
con
el
resto
de
los
secto
res.
Rol en la
econom
ía
El
secto
rin
form
al
logra
sobre
vivi
ry
desarr
olla
rse
al
ser
funcio
nal
ala
econom
ía.
Se
impuls
apor
la
glo
baliz
ació
ny
ladescentr
aliz
ació
n
pro
ductiva
de
las
em
pre
sas
que
buscan
reducir
sus
costo
s.
Debid
oa
lanatu
rale
za
intr
ínseca
del
pro
ceso
de
industr
ializ
ació
n,
que
no
logra
absorv
er
toda
lafu
erz
ade
trabajo
.
Se
genera
asíexceso
de
mano
de
obra
que
deriva
en
activi
dades
de
subsis
tencia
.
97
ANEXO B:
Cuadro B.1
2003 2006 2010
Hombres 69,0 71,7 72,9
Mujeres 48,9 51,8 53,7
Total 58,1 60,9 62,7
Tasa de actividad por sexo
Fuente: elaboración propia en base a datos de la ECH
Cuadro B.2
Relación de parentesco 2003 2006 2010
Jefe/a 27,6% 22,9% 18,5%
Cónyuge 33,3% 26,6% 20,8%
Otro 43,3% 36,7% 30,2%
Total 34,2% 28,1% 22,6%Fuente: elaboración propia en base a datos de la ECH del INE
Porcentaje de asalariados privados sin protección social por
año según relación de parentesco
Cuadro B.3
Nivel educativo 2003 2006 2010
Primaria incompleta 53,6% 45,4% 44,9%
Primaria completa 47,7% 36,9% 34,5%
Ciclo básicoincompleto 48,0% 40,1% 32,5%
Ciclo básico completo 34,6% 29,8% 21,4%
Enseñanza técnica 29,9% 26,2% 17,2%
Segundo ciclo incompleto 19,7% 15,7% 10,9%
Segundo ciclo completo 33,3% 22,8% 23,0%
Terciaria incompleta 15,5% 16,4% 10,7%
Terciaria completa 6,9% 6,7% 5,5%
Total 34,2% 28,1% 22,6%
Porcentaje de asalariados privados sin cobertura según
nivel educativo
Fuente: elaboración propia en base a datos de la ECH del INE
98
Cuadro B.4
Nivel Educativo
Informalidad % Empleo Informalidad % Empleo
Primaria incompleta 66,2% 7,0% 62,3% 6,0%
Primaria completa 53,9% 21,0% 48,0% 17,8%
Ciclo básico incompleto 53,0% 9,5% 42,3% 11,2%
Ciclo básico completo 42,5% 10,8% 30,3% 13,4%
Enseñanza técnica 46,7% 15,0% 41,2% 16,7%
Segundo ciclo incompleto 35,7% 12,6% 24,6% 10,4%
Segundo ciclo completo 25,2% 5,9% 16,7% 4,0%
Terciaria incompleta 20,7% 7,8% 14,1% 9,3%
Terciaria completa 8,8% 10,4% 6,1% 11,2%
Total 39,5% 100,0% 30,6% 100,0%
2003 2010
Porcentaje de ocupados informales y participación relativa de cada nivel
educativo en el empleo total
Fuente: elaboración propia en base a datos de la ECH del INE
Cuadro B.5
% EmpleoTasa
informalidad
Participación
informalidad% Empleo
Tasa
informalidad
Participación
informalidad
52.1% 34.2% 45.1% 57.6% 22.6% 42.5%
18.0% 1.7% 0.8% 15.1% 0.0% 0.0%
0.1% 34.9% 0.1% 0.2% 29.4% 0.2%
3.4% 16.3% 1.4% 4.5% 17.2% 2.6%
9.7% 93.6% 23.0% 3.2% 96.9% 10.1%
15.2% 69.0% 26.6% 18.1% 70.1% 41.5%
1.4% 84.0% 2.9% 1.1% 86.9% 3.1%
0.0% 0.0% 0.0% 0.2% 8.4% 0.0%
Total 100.0% 39.5% 100.0% 100.0% 30.6% 100.0%Fuente: elaboración propia en base a datos de la ECH del INE
Cuenta propia con local o inversión
Miembro del hogar no remunerado
Categoría de Ocupación
Asalariado privado
Asalariado público
20102003
Participación relativa en el empleo, en la informalidad y tasa de no registro según categoría de la ocupación.
Programa Social de empleo
Miembro de cooperativa
Patrón
Cuenta propia sin local ni inversión
Cuadro B.6
Empleo Informalidad Empleo Informalidad
4,6% 5,2% 5,1% 6,0%
13,7% 15,5% 13,8% 14,7%
0,9% 0,0% 0,9% 0,0%
6,7% 12,4% 7,5% 11,7%
21,8% 27,4% 23,2% 29,5%
5,9% 3,9% 5,8% 3,3%
1,4% 0,1% 1,3% 0,0%
7,4% 6,4% 8,2% 7,1%
8,8% 0,3% 6,5% 0,1%
13,4% 4,2% 13,8% 4,1%
5,4% 7,2% 5,1% 6,6%
9,9% 17,5% 8,8% 16,8%
100,0% 100,0% 100,0% 100,0%
Otros servicios
Servicio doméstico
TotalFuente: elaboración propia en base a datos de la ECH del INE
2003 2010
Comercio, Rest. y Hoteles
Transporte y Comunicaciones
Int. Financiera e Inmobiliaria
Servicios a empresas
Administración Pública
Salud y Enseñanza
Participación relativa en el empleo total y en la informalidad según sector de
actividad
Sector de Actividad
Actividades primarias
Industria Manufacturera
Electricidad, Gas y Agua
Construcción
99
Cuadro B.7
Región aporta no aporta
Montevideo 75,4% 24,6%
Interior localidades 5000 o más 64,0% 36,0%
Interior localidades < 5000 59,1% 40,9%
Interior rural 69,3% 30,7%
Porcentaje del total de ocupados que aportan a la
seguridad social para el año 2010 según región.
Fuente: elaboración propia en base a datos de la ECH del INE
Cuadro B.8
Condición Cónyuge no aporta Cónyuge aporta
Jefe no aporta 53.0% 47.0%
Jefe aporta 22.3% 77.7%
Porcentaje de cónyuges registrados a la seguridad social de
acuerdo a condición del jefe de hogar
Fuente: elaboración propia en base a datos de la ECH del INE
ANEXO C:
Cuadro C.1: Otras especificaciones del modelo Probit simple
Modelo (1)
2010
Modelo (2)
2010
Modelo (3)
2006
Modelo (4)
2006
Modelo (5)
2003
Modelo (6)
2003
Jefe aporta 0.748*** 0.748*** 0.641*** 0.639*** 0.714*** 0.712***
(0.070) (0.070) (0.053) (0.053) (0.108) (0.108)
Edad2 cónyuge -0.001*** -0.001*** -0.001*** -0.001*** 0.000 0.000
(0.000) (0.000) (0.000) (0.000) (0.000) (0.000)
Edad cónyuge 0.081*** 0.085*** 0.082*** 0.087*** 0.005 0.006
(0.016) (0.016) (0.014) (0.014) (0.034) (0.034)
Sexo cónyuge 0.371*** 0.365*** 0.246*** 0.243*** 0.057 0.060
(0.079) (0.080) (0.079) (0.079) (0.177) (0.178)
Nivel terciario cónyuge 0.656*** 0.641*** 0.727*** 0.721*** 1.101*** 1.102***
(0.119) (0.120) (0.091) (0.091) (0.189) (0.189)
Nivel secundario cónyuge 0.220*** 0.217*** 0.252*** 0.256*** 0.255** 0.253**
(0.062) (0.062) (0.052) (0.052) (0.108) (0.108)
Región 0.229*** 0.239*** 0.086* 0.093** 0.454*** 0.452***
(0.054) (0.054) (0.044) (0.044) (0.092) (0.092)
Terciaria jefe 0.218* 0.209* 0.328*** 0.321*** 0.300* 0.309*
(0.116) (0.115) (0.097) (0.097) (0.179) (0.179)
Secundaria jefe 0.091 0.086 0.137*** 0.133*** 0.14 0.144
(0.060) (0.060) (0.050) (0.050) (0.112) (0.112)
N° menores en el hogar -0.113*** -0.111*** -0.093*** -0.093*** -0.073* -0.073*
(0.023) (0.023) (0.019) (0.019) (0.040) (0.040)
Otros miembros del hogar -0.096*** -0.090*** 0.020
(0.036) (0.030) (0.028)
Constante -1.608*** -1.679*** -1.782*** -1.892*** -0.699 -0.724
(0.311) (0.312) (0.263) (0.264) (0.638) (0.633)
Observaciones 4657 4657 6632 6632 1113 1113
Robust standard errors in parentheses * significant at 10%; ** significant at 5%; *** significant at 1%
Probit simple: Cónyuge aporta
100
Efecto marginal P>z Valores referencia Efecto marginal P>z Valores de referencia
Jefe aporta 0.2521 0.000 1 0.2257 0.000 1
Edad2 cónyuge -0.0002 0.002 1793.82 -0.0002 0.000 1590.09
Edad cónyuge 0.0184 0.000 41.17 0.0171 0.000 38.48
Sexo cónyuge 0.0106 0.720 0 0.0638 0.000 0
Nivel terciario cónyuge 0.2397 0.000 0 0.1420 0.000 0
Nivel secundario cónyuge 0.1339 0.000 1 0.0815 0.000 1
Región 0.0493 0.002 1 0.0279 0.028 1
Nivel terciario jefe 0.0917 0.000 0 0.0828 0.000 0
Nivel secundario jefe 0.0660 0.001 1 0.0426 0.005 1
*Jefe asa lariado públ ico o privado y cónyuge asa lariado privado
Fuente: Estimaciones propias en base a datos de la ECH
Efectos marginales modelo probit simple
2003 2006
Efecto marginal Error estándar P>z Valores de referencia
Jefe aporta 0.2411 0.0265 0.000 1
Edad2 cónyuge -0.0001 0.0000 0.000 1596.65
Edad cónyuge 0.0126 0.0034 0.000 38.57
Sexo cónyuge 0.0708 0.0119 0.000 0
Nivel terciario cónyuge 0.1093 0.0110 0.000 0
Nivel secundario cónyuge 0.0724 0.0164 0.000 1
Región 0.0663 0.0134 0.000 1
Efectos marginales modelo probit simple
*Jefe asalariado públ ico o privado y cónyuge asalariado privado
Fuente: Estimaciones propias en base a datos de la ECH
Cuadro C.2 Efectos marginales, probit simples con educación del jefe como variable
explicativa de la probabilidad de aportar del cónyuge, para 2003 y 2006
Cuadro C.3 Efectos marginales, probit simple sin variables educativas del jefe como
explicativas, para 2010.
101
Cuadro C.4 Probit bivariado sin nivel educativo del jefe como variable explicativa de
la probabilidad de aportar del cónyuge, otras especificaciones.
Modelo (1)
2010
Modelo (2)
2010
Modelo (3)
2006
Modelo (4)
2006
Modelo (5)
2003
Modelo (6)
2003
Jefe aporta 0.634* 0.655* 0.929*** 0.931*** 1.078*** 1.084***
(0.344) (0.342) (0.289) (0.285) (0.385) (0.387)
Edad2 cónyuge -0.001*** -0.001*** -0.001*** -0.001*** 0.000 0.000
(0.000) (0.000) (0.000) (0.000) (0.000) (0.000)
Edad cónyuge 0.082*** 0.088*** 0.078*** 0.085*** 0.003 0.002
(0.017) (0.017) (0.015) (0.015) (0.037) (0.037)
Sexo cónyuge 0.384*** 0.377*** 0.309*** 0.305*** 0.132 0.136
(0.089) (0.089) (0.084) (0.084) (0.188) (0.188)
Nivel terciario cónyuge 0.785*** 0.757*** 0.867*** 0.853*** 1.183*** 1.185***
(0.108) (0.108) (0.085) (0.085) (0.182) (0.183)
Nivel secundario
cónyuge
0.266*** 0.258*** 0.296*** 0.299*** 0.285*** 0.284***
(0.060) (0.060) (0.049) (0.049) (0.105) (0.105)
Region 0.256*** 0.264*** 0.093* 0.099** 0.424*** 0.423***
(0.061) (0.061) (0.049) (0.049) (0.111) (0.111)
N° menores en el hogar -0.100*** -0.107*** -0.093*** -0.100*** -0.095** -0.094**
(0.024) (0.024) (0.020) (0.020) (0.043) (0.043)
Otros miembros del
hogar
-0.120*** -0.109*** 0.014
(0.036) (0.030) (0.028)
Constante -1.516*** -1.637*** -1.879*** -2.029*** -0.753 -0.764
(0.366) (0.366) (0.290) (0.290) (0.632) (0.629)
Sexo jefe 0.577*** 0.577*** 0.505*** 0.505*** 0.536*** 0.536***
(0.068) (0.068) (0.075) (0.075) (0.172) (0.172)
Edad jefe 0.087*** 0.087*** 0.090*** 0.090*** 0.144*** 0.144***
(0.016) (0.016) (0.014) (0.014) (0.029) (0.029)
Edad2 jefe -0.001*** -0.001*** -0.001*** -0.001*** -0.002*** -0.002***
(0.000) (0.000) (0.000) (0.000) (0.000) (0.000)
Nivel secundario jefe 0.305*** 0.306*** 0.219*** 0.219*** 0.452*** 0.452***
(0.066) (0.066) (0.053) (0.052) (0.112) (0.112)
Nivel terciario jefe 0.740*** 0.740*** 0.714*** 0.714*** 1.197*** 1.197***
(0.117) (0.117) (0.096) (0.096) (0.186) (0.186)
Region 0.381*** 0.381*** 0.271*** 0.271*** 0.393*** 0.393***
(0.060) (0.060) (0.048) (0.048) (0.099) (0.099)
Constante -1.248*** -1.247*** -1.569*** -1.572*** -3.456*** -3.454***
(0.328) (0.328) (0.296) (0.295) (0.608) (0.609)
Rho 0.072 0.059 -0.155 -0.159 -0.216 -0.220
(0.183) (0.182) (0.167) (0.165) (0.245) (0.248)
Observaciones 4657 4657 6632 6632 1113 1113
Fuente: Estimaciones propias en base a ECH
Robust s tandard errors in parentheses * s igni ficant at 10%; ** s igni ficant at 5%; *** s igni ficant at 1%
Ecuación 2: Jefe aporta
Ecuación 1: Cónyuge aporta
102
0 1
Jefe aporta 0 71.0% 58.2%
1 71.3% 54.5%
Cónyuge aporta
Fuente: elaboración propia en base a datos de la ECH
Porcentaje de pedicciones correctas del modelo
0 1
Jefe aporta 0 71,7% 58,2%
1 70,6% 51,3%Fuente: elaboración propia en base a datos de la ECH
Porcentaje de pedicciones correctas del modelo
Cónyuge aporta
Efecto marginal Valores de ref. Efecto marginal Valores de ref. Efecto marginal Valores de ref.
Jefe aporta -0.0611 1 -0.1073 1 0.1237 1
Edad2 cónyuge -0.0002 1596.65 -0.0003 1590.09 0.0000 1602.03
Edad cónyuge 0.0154 38.57 0.0229 38.48 -0.0007 38.79
Sexo cónyuge 0.0342 0 0.0169 0 0.0056 0
Nivel terciario cónyuge 0.0953 0 0.1387 0 0.1721 0
Nivel secundario cónyuge 0.0559 1 0.0774 1 0.0779 1
Nivel terciario jefe 0.0596 0 0.0935 0 0.0889 0
Nivel secundario jefe 0.0319 1 0.0464 1 0.0491 1
Región 0.0646 1 0.0318 1 0.1551 1
Sexo jefe -0.0286 1 -0.0403 1 -0.0144 1
Edad jefe -0.0032 40.60 -0.0064 40.98 -0.0032 41.04
Edad2 jefe 0.0000 1765.26 0.0001 1796.60 0.0000 1795.91
Fuente: Estimaciones propias en base a datos de la ECH
Efectos marginales condicionados modelo probit bivariado recursivo
2010 2006 2003
Efecto marginal Valores de ref. Efecto marginal Valores de ref. Efecto marginal Valores de ref.
Jefe aporta 0.1798 1 0.3528 1 0.4378 1
Edad2 cónyuge -0.0002 1596.65 -0.0002 1590.09 0.0001 1602.03
Edad cónyuge 0.0132 38.57 0.0159 38.48 -0.0079 38.79
Sexo cónyuge 0.0679 0 0.0789 0 0.0484 0
Nivel terciario cónyuge 0.1098 0 0.1583 0 0.1793 0
Nivel secundario cónyuge 0.0736 1 0.0973 1 0.0904 1
Región 0.0676 1 0.0350 1 0.1560 1
Sexo jefe -0.0034 1 0.0085 1 0.0157 1
Edad jefe -0.0004 40.60 0.0012 40.98 0.0033 41.04
Edad2 jefe 0.0000 1765.26 0.0000 1796.60 0.0000 1795.91
Nivel secundario jefe -0.0015 1 0.0032 1 0.0129 1
Nivel terciario jefe -0.0020 0 0.0062 0 0.0141 0
Fuente: Estimaciones propias en base a datos de la ECH
Efectos marginales condicionados modelo probit bivariado recursivo
2010 2006 2003
Cuadros C.5: Predicciones correctas
Modelo sin variables de educación Modelo con variables de educación:
Cuadro C.6: Efectos marginales condicionados: sin incluir variables educativas del jefe de hogar como explicativas de la formalidad del
cónyuge e incluyéndolas, respectivamente.
103
Cuadro C.7 Probit bivariado controlando por educación del jefe de hogar otras
especificaciones
Modelo (1)
2010
Modelo (2)
2010
Modelo (3)
2006
Modelo (4)
2006
Modelo (5)
2003
Modelo (6)
2003
-0.134 -0.049 -0.247 -0.197 0.360 0.339(0.411) (0.421) (0.421) (0.434) (0.615) (0.619)
-0.001*** -0.001*** -0.001*** -0.001*** -0.000 -0.000(0.000) (0.000) (0.000) (0.000) (0.000) (0.000)
0.086*** 0.092*** 0.093*** 0.099*** 0.025 0.025(0.015) (0.016) (0.013) (0.014) (0.039) (0.039)0.216* 0.228** 0.096 0.103 -0.017 -0.018(0.117) (0.115) (0.118) (0.118) (0.215) (0.216)
0.634*** 0.623*** 0.685*** 0.683*** 1.090*** 1.090***(0.119) (0.119) (0.099) (0.098) (0.191) (0.191)
0.213*** 0.211*** 0.238*** 0.244*** 0.250** 0.248**(0.059) (0.060) (0.052) (0.052) (0.108) (0.108)
0.361*** 0.335*** 0.467*** 0.450*** 0.401 0.414*(0.127) (0.127) (0.112) (0.114) (0.245) (0.246)0.163** 0.150** 0.183*** 0.176*** 0.195 0.200(0.067) (0.067) (0.051) (0.051) (0.139) (0.139)
0.293*** 0.296*** 0.145*** 0.149*** 0.489*** 0.490***(0.061) (0.062) (0.052) (0.052) (0.105) (0.105)
-1.021** -1.182*** -1.322*** -1.488*** -0.842 -0.858(0.407) (0.411) (0.371) (0.383) (0.639) (0.635)
-0.088*** -0.095*** -0.082*** -0.089*** -0.093** -0.091**(0.025) (0.025) (0.021) (0.021) (0.043) (0.043)
-0.109*** -0.098*** 0.017(0.035) (0.029) (0.028)
0.587*** 0.587*** 0.506*** 0.507*** 0.549*** 0.549***(0.067) (0.067) (0.074) (0.074) (0.169) (0.169)
0.083*** 0.083*** 0.093*** 0.093*** 0.145*** 0.145***(0.016) (0.016) (0.013) (0.013) (0.028) (0.028)
-0.001*** -0.001*** -0.001*** -0.001*** -0.002*** -0.002***(0.000) (0.000) (0.000) (0.000) (0.000) (0.000)
0.313*** 0.313*** 0.209*** 0.209*** 0.437*** 0.437***(0.064) (0.064) (0.050) (0.050) (0.111) (0.111)
0.776*** 0.773*** 0.709*** 0.709*** 1.198*** 1.198***(0.122) (0.122) (0.095) (0.095) (0.193) (0.193)
0.372*** 0.373*** 0.274*** 0.274*** 0.397*** 0.397***(0.060) (0.060) (0.047) (0.047) (0.099) (0.099)
-1.190*** -1.193*** -1.632*** -1.626*** -3.480*** -3.479***(0.337) (0.338) (0.279) (0.281) (0.592) (0.593)0.513* 0.456* 0.530* 0.494* 0.205 0.216(0.270) (0.264) (0.293) (0.292) (0.356) (0.360)
Observaciones 4657 4657 6632 6632 1113 1113
Fuente: estimaciones realizadas en base a ECH
Robust standard errors in parentheses * significant at 10%; ** significant at 5%; *** significant at 1%
Nivel terciario jefe
Región
Constante
Rho
N° mayores hogar
Ecuación jefe de hogar
Sexo jefe
Edad jefe
Edad2 jefe
Nivel secundario jefe
Nivel secundario cónyuge
Nivel terciario jefe
Nivel secundario jefe
Región
Constante
N° hijos menores
Ecuación cónyuge aporta
Jefe aporta
Edad2 cónyuge
Edad cónyge
Sexo cónyuge
Nivel terciario cónyuge
104
Modelo (1)
2010
Modelo (2)
2006
Modelo (3)
2003
Modelo (1)
2010
Modelo (2)
2006
Modelo (3)
2003
Aporte jefe * nivel primario -0.283 -0.425 0.478
(0.411) (0.412) (0.791)
Aporte jefe * nivel secundario -0.363 -0.511 0.414
(0.419) (0.403) (0.838)
Aporte jefe * nivel terciario -0.042 -0.473 0.830
(0.551) (0.490) (1.060)
Edad2 cónyuge -0.001*** -0.001*** 0.000 Edad2 jefe -0.001*** -0.001*** -0.002***
(0.000) (0.000) (0.001) (0.000) (0.000) (0.000)
Edad cónyuge 0.068*** 0.077*** -0.007 Edad jefe 0.083*** 0.093*** 0.146***
(0.014) (0.012) (0.043) (0.017) (0.013) (0.028)
Sexo cónyuge 0.172 0.053 0.041 Sexo jefe 0.587*** 0.505*** 0.548***
(0.127) (0.126) (0.242) (0.067) (0.074) (0.169)
Nivel terciario cónyuge 0.642*** 0.670*** 1.117*** Nivel terciario jefe 0.768*** 0.709*** 1.191***
(0.122) (0.106) (0.196) (0.121) (0.095) (0.190)
Nivel secundario cónyuge 0.222*** 0.235*** 0.253** Nivel secundario jefe 0.318*** 0.211*** 0.437***
(0.059) (0.053) (0.108) (0.065) (0.050) (0.111)
Region 0.319*** 0.174*** 0.492*** Region 0.370*** 0.273*** 0.397***
(0.060) (0.050) (0.117) (0.060) (0.047) (0.099)
Constante -0.737* -1.045*** -0.508 Constante -1.186*** -1.621*** -3.491***
(0.402) (0.369) (0.644) (0.337) (0.283) (0.591)
Rho 0.649** 0.716** 0.167
(0.313) (0.345) (0.472)
Observations 4657 6632 1113
Fuente: Estimaciones propias en base a datos de la ECH
Ecuación 2: Jefe aporta
Robust standard errors in parentheses * significant at 10%; ** significant at 5%; *** significant at 1%
Ecuación 1: Cónyuge aporta
Gráfico C.1. Probabilidad del cónyuge de ocuparse en el sector formal o informal según cada modelo
Cuadro C.8 Modelos con interacciones de variables educativas y
formalidad del jefe.